共查询到19条相似文献,搜索用时 62 毫秒
1.
为了提高农作物长势预测的精度和实时性,提出了一种新的基于双目立体视觉的玉米长势自动化监测车辆,并将图像多维重构技术引入到了车辆的设计中,采用自主导航技术在无需人员进入农田的情况下,实现了玉米长势的智能远程监控。为了解决玉米叶面积采集特征数据的冗余导致信息处理速度不高的问题,提出了改进的LPP的降维方法,并对算法进行了验证。测试结果表明:采用LPP算法,能够完成对作物多维特征信息的优化降维,具有较高的实用性和准确性。对玉米长势自动化监测车辆的性能进行了测试,对生物量的预测结果表明:采用监测车辆生物量反演模型得到的长势预测量和实测量的误差较小,从而验证了监测车辆设计的可行性。 相似文献
2.
3.
基于无人机高光谱长势指标的冬小麦长势监测 总被引:5,自引:0,他引:5
为快速准确监测作物长势,以冬小麦为研究对象,获取了不同生育期的无人机高光谱影像。利用无人机高光谱数据构建光谱指数,并分析4个生育期的指数与生物量、叶面积指数以及由生物量和叶面积2个生理参数构建的长势监测指标(Growth monitoring indicator,GMI)的相关性;建立与GMI相关性较强的4个光谱指数的单指数回归模型,利用多元线性回归、偏最小二乘和随机森林3种机器学习方法分别建立冬小麦各生育期的GMI反演模型;将最佳模型应用于无人机高光谱影像,得到冬小麦长势监测图。结果表明:各生育期光谱指数与冬小麦GMI相关性较高,大部分指数都达到了显著水平,其中NDVI、SR、MSR和NDVI×SR与GMI的相关性高于生物量、叶面积指数与GMI的相关性;拔节期、挑旗期、开花期、灌浆期、全生育期,表现最好的回归模型对应光谱指数分别是NDVI×SR、NDVI、SR、NDVI和NDVI×SR;对比3种方法构建的GMI反演模型,开花期模型MLR-GMI效果最佳,此时期的模型建模R~2、RMSE和NRMSE分别是0. 716 4、0. 096 3、15. 90%。 相似文献
4.
基于数字图像处理技术的叶绿素含量检测系统 总被引:1,自引:0,他引:1
采用数字图像处理技术对叶片图像进行图像分割,将叶片从背景图像中分离出来,并针对叶片图像的各种颜色特征值与叶绿素含量进行相关性分析,建立回归模型。将拟合度最高的颜色特征值作为预测叶绿素含量的最佳模型。实验表明:采用此方法检测的叶绿素值与传统分光光度计检测方法相比较,准确率达到了89.7%;采用的颜色特征值与叶绿素含量的相关性达到-0.968。 相似文献
5.
农田地理要素、作物生长长势和环境状况信息是实施精准农业的重要基础,对不同时期作物长势信息进行监测与管理具有极其重要的作用.为此,针对当前基本农田在管理与监测等技术手段上存在的问题,笔者在Mediamapper软件基础上,按照基本农田建设和管理的要求,建立了一个关于作物长势的农田地理信息系统,用来辅助农户对农田进行精确管理. 相似文献
6.
基于无人机影像技术的小麦长势遥感监测 总被引:1,自引:0,他引:1
随着精准农业的发展,农作物长势监测越来越重要.传统的小麦长势监测主要依靠人工采样进行,作业效率低、监测范围小、耗费人力物力大.为有效提高小麦长势监测效率,引入无人机影像技术,以曹妃甸地区的小麦为研究对象,利用无人机影像技术和高光谱影像采集传感器完成对曹妃甸地区小麦叶面积指数、叶片生物量、叶绿素含量及叶片氮含量等长势参数... 相似文献
7.
玉米植株高度的检测对于玉米生长期间的营养调控有着非常重要的意义,玉米植株高度也是玉米种植密度的重要参数,更是玉米产量的影响因素之一。大范围地种植玉米,在玉米植株长势的整体控制上就会存在空白区,而引用计算机视觉技术可以全面、快速地检测玉米植株高度,提高检测数据的正确率,减轻测量工作需要的劳动强度和缩短测量时间。为此,基于计算机视觉技术来检测玉米植株高度,利用事先安装在田间的带有红外照明的摄像头采集白天和夜晚的玉米植株图像,通过图像分割、边缘轮廓计算、图像增强等方法处理图像后,测得玉米植株白天和夜晚两个时间段的高度,分析出植株的生长情况,控制其长势。研究结果表明:相较于人眼粗略的判断或是人工采用直尺测量,利用计算机视觉技术来测量玉米植株高度,可以大范围测量,且测量的速度快、测量结果误差小,最大程度地降低了人工的投入。 相似文献
8.
黑龙江省是我国重要的商品粮生产基地,其耕地面积大,多平原,粮食产量一直备受关注。实时掌握作物长势状况可为估算作物产量奠定基础。基于黑龙江省2000—2018年MODIS 13A2产品数据,获取每16 d的耕地范围内归一化植被指数(NDVI)数据,采用多年平均值法得到NDVI的平均值作为衡量长势好坏的标杆,并将2019年的数据与此对比。结果表明:黑龙江省2019年作物长势正常,其中四个时间段内作物长势稍好于平均年,另四个时间段内作物长势与平均年持平,长势稍弱一些的是在6月11日—6月26日时期,存在一定稍差长势,且长势稍差区主要分布在省内的西部地区。该研究可全面了解黑龙江省作物生长季内实际生长状况,为生产部门对作物产量估计提供基础保障。 相似文献
9.
准确掌握土壤水分动态变化,对制定灌溉计划至关重要。采用五道沟实验站1991-2018年大田土壤水、地下水埋深、降雨量、水面蒸发、风速、日照时数、气温和绝对湿度7个水文气象因子,经相关分析,筛选出4个关键水文气象影响因子,以影响程度最大的为初始变量,逐个添加到4个因子,分别建立了夏玉米各生育期不同土层(0~0.2、0.2~0.4、0.4~0.6、0.6~0.8、0.8~1.0、0~0.5 m)土壤含水率多元线性回归模型。结果表明:不同土层土壤水分与气象因子均表现出一致性的相关性,其中土壤水分与地下水埋深及绝对湿度的相关性最大;开花-成熟期土壤水分与气温和绝对湿度的相关性最大;其他生长阶段与地下水埋深和绝对湿度相关性最大。随着关键影响因子的增多,其预测精度提高,当影响因子为4个时,R~2最大为0.99。不同土层的土壤水分模型均具有较好的预测能力,随着土层深度的增加,平均相对误差均可控制在0.1以内。该研究对及时掌握作物各生长阶段土壤水变化,指导作物科学灌溉具有重要意义。 相似文献
10.
11.
12.
13.
基于图像处理技术的大田麦穗计数 总被引:13,自引:0,他引:13
为了实现不同播种方式下单位面积小麦穗数的智能计算,设计了一种利用图像分析技术实现大田麦穗快速计数的方法,分析了利用颜色特征和纹理特征分割麦穗的优缺点和粘连区域麦穗个数的计算方法。通过对撒播和条播各35幅样本图像进行计数实验,准确率分别为95.77%和96.89%。结果表明,利用颜色特征和纹理特征均可提取大田环境下麦穗图像,其中利用颜色特征提取速度快。麦穗骨架角点个数能够反映粘连区域麦穗个数,在条播和撒播小麦田中计数准确率均较高。 相似文献
14.
基于图像处理的大米粒形检测技术研究 总被引:2,自引:0,他引:2
传统的大米颗粒检测的方法存在一定的局限性,尝试应用计算机图像处理技术来直接获得大米颗粒的信息.首先对获取的大米图像进行增强处理,在此基础上,研究几种不同的边缘检测算子来实现对大米粒形的检测并比较其结果.实验结果表明,Canny算子对大米粒形检测效果良好,该方法用于大米粒形的识别时对大米的判定正确率较高. 相似文献
15.
粘连玉米籽粒图像的自动分割方法 总被引:5,自引:0,他引:5
以玉米籽粒为对象,提出了一种基于公共区域和籽粒轮廓寻找分割点的方法,实现了粘连玉米籽粒图像的自动分割.对于两个相互粘连的籽粒,在对粘连目标进行连续腐蚀-膨胀处理过程中,相互接触籽粒会形成公共区域,将公共区域与任意一个籽粒轮廓进行交集运算后,得到一段不封闭的曲线,曲线段的端点作为分割点,再运用Bresenham画线算法生成分割线,将这两个籽粒分离.对于大量粘连的籽粒,采用同样的方法,以"剥离"方式可将籽粒逐个分离出来.对100组粘连籽粒图像进行算法测试,分割正确率为96%,分割后的籽粒边界较为平滑,变形较小. 相似文献
16.
17.
数字图像处理技术在金相分析中的应用研究 总被引:1,自引:0,他引:1
全面介绍了利用计算机对12Cr1MoV钢金相图像处理的相关方法。同时,阐述了金相图像的获取,采用直方图均衡化的方法对图像进行了增强,使用中值滤波器对图像进行了降噪处理,分析了小波算法的降噪机理,并使用小波进行了降噪处理,将空间域滤波和频域滤波的效果进行了比较,利用数学形态学的方法对图像效果进行改善,使得珠光体的轮廓变得平滑、清晰。使用Sobel算子、LoG算子进行珠光体的边缘提取,利用LoG算子对目标物的边缘检测取得了比较满意的效果,研究表明数字图像处理技术使用在金相分析中,具有速度快、准确性高等特点。 相似文献
18.