CN101349561B - 大尺度作物种植面积车载调查方法与*** - Google Patents
大尺度作物种植面积车载调查方法与*** Download PDFInfo
- Publication number
- CN101349561B CN101349561B CN2007101302371A CN200710130237A CN101349561B CN 101349561 B CN101349561 B CN 101349561B CN 2007101302371 A CN2007101302371 A CN 2007101302371A CN 200710130237 A CN200710130237 A CN 200710130237A CN 101349561 B CN101349561 B CN 101349561B
- Authority
- CN
- China
- Prior art keywords
- crop
- image
- information
- large scale
- crops
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000011835 investigation Methods 0.000 title claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 230000014509 gene expression Effects 0.000 claims description 22
- 230000008878 coupling Effects 0.000 claims description 11
- 238000010168 coupling process Methods 0.000 claims description 11
- 238000005859 coupling reaction Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 7
- 238000004321 preservation Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000002372 labelling Methods 0.000 claims 1
- 241000894007 species Species 0.000 abstract description 12
- 244000038559 crop plants Species 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 235000013339 cereals Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Guiding Agricultural Machines (AREA)
Abstract
本发明公开了一种大尺度作物种植面积车载调查方法与***,包括GPS位置信息与GIS地图的匹配,GPS位置信息与图像的匹配,作物纵向种植宽度的确定,图像的保存与提取,图像的栅格算法,作物种类的识别,GPS位置信息与各类作物种植信息的存储以及各类作物种植面积及种植成数的计算。本方法及***通过GPS位置信息实现车辆的导航及轨迹线的绘制,通过倾角传感器测量摄像机的拍摄角度及控制采样的样方宽度,通过图像采集实现采样的视频保存和待识别图像的单帧提取,通过图像的栅格算法来提高识别的实时性和正确率,通过作物识别自动计算各类大尺度作物的种植面积。该***提供了手动功能、自动功能和视频回放功能三种方式来计算作物的种植面积和种植成数。
Description
发明领域
本发明涉及一种大尺度作物种植面积车载调查方法与***,通过对GPS、GIS、图像处理和图像识别技术的开发运用及相互结合,完成大尺度作物种植面积及种植成数的计算,并分类保存到相应的数据库。特别是用户可以根据需要选择手动功能、自动功能及视频回放功能三种方式来完成作物种植面积及种植成数的计算,从而满足了用户的不同需要。
背景技术
我国是农业大国,粮食安全是我国政府非常重视的问题,准确预测农作物产量对于国家粮食政策的制定、农村经济的发展以及对外粮食贸易都有很重要的意义。在农业生物技术没有重大突破和大的自然灾害条件下,当年农作物播种面积是粮食产量的决定性因素。因此,每年及时、准确、全面地统计全国范围内大尺度农作物的种植面积是农业部门与国务院极为关心的问题,这对政府部门生产管理、国家粮食安全战略分析以及国民经济的发展与社会的安定有重要意义。大尺度作物面积车载调查方法与***将GPS、GIS及图像识别技术相结合来估算农作物的种植面积,是对遥感估算面积的进一步补充与完善,是农情信息地面监测手段的新探索,是常规方法的重大突破。
目前我国主要通过***的地面抽样与农业部逐级统计上报来获取全国大尺度农作物的种植面积信息,受人为因素影响较大,数据不够客观。遥感估产虽然及时客观,但是遥感图像数据的获取受天气影响大,存在以下缺点:①在实践中卫星数据精度不适合区分间作套作的秋粮作物;②遥感图像数据的获取受天气影响大,特别是南方水稻生长期卫星图像获取率仅有6%,使得遥感分层抽样的方法在没有图像的区域有问题。③卫星图像数据价格昂贵,不适合做全国性、长期的农作物种植面积监测的唯一数据源。以遥感(RS)、GIS、GPS为基础的3S空间信息技术监测作物面积虽然及时客观,但因缺乏运行化的规范方法和精度评估,一直未正式纳入政府统计体系。运行化的空间统计方法、规范和精度评估研究是应用空间技术获取全国农作物种植面积急需解决的问题。
发明内容
根据上述问题,本发明提出了一种大尺度作物种植面积车载调查方法与***,其可通过自动功能、手动功能和视频回放功能,高效客观地计算大尺度作物的种植面积。该方法与***的使用将会弥补目前全国范围内大尺度农作物的种植面积统计方法的不足,大大提高其统计的效率和可靠性,与遥感估算面积相结合,能够实现每年及时、准确、全面地统计全国范围内大尺度农作物的种植面积,为国家和政府的决策提供可靠的数据,为更好的服务于三农和国家粮食安全提供必要的技术手段。
为达到上述目的,本发明提供的大尺度作物种植面积车载调查方法,包括GPS位置信息与GIS地图的匹配,GPS位置信息与图像的匹配,作物纵向种植宽度的确定,图像的保存与提取,图像的栅格算法,作物种类的识别,GPS位置信息与各类作物种植信息的存储和各类作物种植面积及种植成数的计算。通过GPS位置信息与GIS地图的匹配引导车辆进入样方及绘制车辆采样时的轨迹线;通过GPS与图像的匹配实现***通过视频回放功能计算作物种植面积和种植成数的功能;通过纵向种植宽度的确定计算样方的面积及各类作物的种植面积;通过图像的保存与提取,为视频回放功能提供连续地的图像,为作物识别提供单帧图像;通过图像的栅格算法提高方法的实时性与准确性;通过作物种类的识别实现***自动计算各类作物种植面积的功能;通过GPS位置信息与各类作物种植信息的存储计算整个样方的面积及各类作物的种植面积并保存计算结果;各类作物种植面积及种植成数的计算实现方法的最终目标。
本发明亦提供一种大尺度作物种植面积车载调查***,包括GPS位置信息接收及转换运用单元,图像获取角度控制装置,图像采集装置,倾角采集及宽度测量单元,图像处理单元,作物识别单元和种植面积调查单元。GPS位置信息接收及转换运用单元用于车辆导航,包括引导车辆进入样方并绘制采样时的车辆轨迹线,另外还用于标记图像的位置、时间信息,包括记录每帧图像的位置、时间信息和每段视频的位置、时间信息;图像获取角度控制装置用于控制摄像机的拍摄角度;图像采集装置安装于位置可调整的云台上,垂直样方采集作物图像,可在保存连续视频的同时保存单帧图像;倾角采集装置固定在摄像机上,随着摄像机一起摆动,测量车辆侧倾角即摄像机对应垂直视野的摆动角度并将结果存储到数据库中,宽度测量单元根据摄像机高度、摄像机参数及摄像机拍摄角度计算作物的纵向种植宽度;图像处理单元将图像采集装置提取的单帧图像进行彩色图像滤波、颜色模型转换及彩色图像边缘检测;作物识别单元在图像预处理的基础上,通过图像栅格算法提取作物的特征进行作物识别。
本发明专利的有益效果是,可以快捷方便地调查大尺度作物种植面积,提高调查精度,减少调查人员的劳动强度。
附图说明
图1为本发明的***硬件组成;
图2为本发明采样宽度计算简图;
图3为本发明程序界面;
图4为本发明方法与***的流程图;
图5为本发明图像栅格算法,将作物图像分为16个栅格;
图6为本发明图像栅格算法,将作物图像分为32个栅格;
图7为根据栅格算法进行作物识别得到的作物种植情况简图。
图1中1表示试验车辆,2表示云台,3表示倾角传感器,4表示摄像机,5表示磁性材料,6表示GPS接收机,7表示笔记本电脑;
图4中11表示GPS信号接收及车辆导航,12表示图像采集及保存,13表示倾角采集及宽度计算,14表示电子地图控制功能区,15表示电子地图图层控制区,16表示电子地图显示区,17表示绘制车辆轨迹,18表示手动操作功能,19表示视频回放功能,110表示自动操作功能,111表示手动功能操作界面,112表示计算结果显示区,113表示平面坐标动态显示区,114表示视频回放功能操作界面,115表示图像显示窗口。
具体实施方式
请参照图1,在车顶右侧安装云台,云台上安装CCD摄像机和倾角传感器,车内装载GPS接收机和笔记本电脑。硬件型号及参数见表1。
表1 ***硬件型号及参数表
请参照图2,摄像机安装于姿态能够控制的云台上,拍摄角度可通过云台进行控制;倾角传感器固定在摄像机上,随着摄像机一起摆动,倾角传感器所测的车辆侧倾角即摄像机对应垂直视野的摆动角度。
请参照图3,EB为摄像机光轴线;C点和A点分别为摄像机垂直视野的视近点和视远点;∠AEC为摄像机的垂直视场角,∠AEC=2α;β为摄像机光轴线与铅垂面的夹角,可通过倾角传感器测得;H为摄像机与作物冠层的高度差。
α=tan-1(h/2f) (1)
式中h-摄像机靶面纵向尺寸;f-摄像机焦距。
则线段AC的长度X为
X=H[(tan(β+α)-tan(β-α)] (2)
请参照图4,通过电子地图控制功能区14中的按钮加入样方电子地图,如16指示所示,并可实现电子地图控制的基本功能,功能区15显示图层名称,并可改变图层的覆盖关系;通过菜单命令11实现GPS信号的接收及转换,进行车辆导航及车辆轨迹线的绘制,如17指示所示即为车辆行驶的轨迹线,菜单11还可以实现车辆行驶轨迹线的回放等功能;通过菜单命令12实现图像的采集、保存及与位置信息的匹配;通过菜单命令13采集摄像机的倾角,并计算样方宽度;单选按钮18为手动功能选择按钮,选中此按钮后,对应的手动功能操作界面111为可选,可以通过点选111界面内作物种类按钮分别计算每种作物的种植面积和种植成数并将结果显示在计算结果显示区112中,此时视频回放功能操作界面114变灰,为不可选择项;单选按钮18为视频回放功能选择按钮,选中此按钮后,对应的视频回放功能操作界面114为可选,可以打开一段采样时保存的视频,视频将在图像显示窗口115中回放,然后在查看视频的过程选择作物种类,分别计算每种作物的种植面积和种植成数并将结果显示在计算结果显示区112中,此时手动操作功能操作界面111变灰,为不可选择项;单选按钮110为自动功能选择按钮,选中此按钮后,***通过作物识别自动计算每类作物的种植面积和种植成数并将计算结果显示在计算结果显示区112中。
请参照图5,图5为本发明方法与***的流程图,***自检成功后即可进行作物面积的计算,操作者可以选择手动功能11、自动功能12和视频回放功能13三种方式来计算作物的种植面积。以下对各种方式的流程进行详细说明。
选择手动功能121时,操作者通过图像采集窗口或直接观察作物的种植情况,当出现所需调查作物时,即可点选图4手动功能操作界面111中表示作物种类的按钮,点选的同时触发记录该点的位置信息作为该种作物种植的起始点,并分类存储到对应的数据库表格中,当作物种类发生改变点选其他按钮时,在记录新作物种植起始点的同时,也将该位置点作为前一种作物种植的终止点进行记录,并分类保存到数据库对应的表格中,最后计算每种作物的种植成数。
选择自动功能122时,***在保存连续视频的同时,根据车速及摄像机拍摄高度和角度每隔一段时间提取一帧图像,***将每帧图像进行栅格化,提取作物的特征并进行识别,找到作物种植的横向和纵向边界,并计算作物的种植面积。
选择视频回放功能123时,操作者可以打开采样时保存的连续视频,观看视频时当发现作物种类发生变化时,可以点选图4视频回放功能操作界面114中对应的作物,***即可通过查询相应的数据库表格得到作物变化时的位置信息,从而计算出作物的种植长度和种植成数。
在选择手动功能121及自动功能122时,***一直通过GPS接收机接收位置信号并进行坐标变换,实现车辆导航及车辆轨迹线的绘制,并将包括平面坐标在内的位置信息保存到数据库相应的表格中。
请参照图6(A),当作物种植较疏时,将图像划分为16个栅格,红色区域表示特征提取及作物识别开始的区域,为了叙述方便用A、B、C和D表示;
请参照图6(B),当作物种植较密时,将图像划分为32个栅格,红色区域表示特征提取及作物识别开始的区域,为了叙述方便用A、B、C和D表示;;
请参照图6、图7,对A、B、C、D四个区域分别进行作物特征提取及识别,可得到如下几种作物的种植情况。
当A=B(指作物种类相同,下同)时,
(1)若A=C=D,则整张图像为同一种作物。
(2)若A≠C(指作物种类不同,下同),但C=D时,则存在作物的横向边界,如图7a所示。此时从A、C两个区域开始对第1列各栅格进行特征提取和作物识别找到作物种植的横向边界线。
(3)若A≠C,且C≠D时,认为存在作物的横向和纵向边界,如图7b所示。此时从A、C两个区域开始对第1列各栅格进行特征提取和作物识别找到作物种植的横向边界线;同时从C、D两个区域开始对第4行各栅格进行特征提取和作物识别找到作物种植的纵向边界线。
当A≠B时,
(1)若A=C,且B=D时,认为存在作物的纵向边界,如图7c所示。此时从C、D两个区域开始对第4行各栅格进行特征提取和作物识别找到作物种植的纵向边界线。
(2)若A=C=D,则认为存在如图所示的作物横向和纵向边界,如图7d所示。此时从A区域开始对第1行各栅格进行特征提取和作物识别找到作物种植的纵向边界线;同时从B区域开始对第4列各栅格进行特征提取和作物识别,找到作物种植的横向边界线。
(3)若B=C=D,则认为存在如图7e所示的作物横向和纵向边界。此时从B区域开始对第1行各栅格进行特征提取和作物识别找到作物种植的纵向边界线;同时从A区域开始对第1列各栅格进行特征提取和作物识别,找到作物种植的横向边界线。
(4)若A≠C,B≠D,C=D认为存在如图7f所示的作物横向和纵向边界。此时从A、B区域开始在第1行各栅格上进行特征提取和作物识别找到作物种植的纵向边界线;同时从C、D区域开始对第1列和第4列上各栅格进行特征提取和作物识别,找到作物种植的横向边界线。
Claims (14)
1.一种大尺度作物种植面积车载调查方法,包含:
——GPS位置信息与GIS地图的匹配,实现车辆导航及车辆轨迹线的绘制;
——图像的位置信息、采集图像的时间与图像的匹配,获得事后处理及检验的位置信息和图像信息,其中,图像通过安装于车顶的摄像机实时获取;
——确定作物纵向种植宽度W,为作物种植面积的计算提供必要的参数:将倾角传感器固定在摄像机上,随着摄像机一起摆动,测量车辆侧倾角即摄像机对应垂直视野的摆动角度β,通过公式W=H[tan(β+α)-tan(β-α)]计算作物纵向种植宽度并保存到数据库,其中H为摄像机与作物冠层的高度差,α为摄像机的垂直视场角的一半;
——图像的保存与提取,获得并保存连续的图像视频以及作物识别所需的单帧图像;
——图像栅格算法,对待识别的作物图像进行栅格化,以提高作物识别的实时性和正确性;
——作物识别,自动识别作物的种类;
——GPS位置信息与各类作物种植信息的存储,保存样方的位置信息及样方内各类作物的种植信息;
——各类作物种植面积及种植成数的计算,计算样方内各类作物的种植面积及样方的总面积,并根据计算结果得到每种作物的种植成数。
2.根据权利要求1所述的大尺度作物种植面积车载调查方法,其特征在于所述GPS位置信息与GIS地图的匹配包含:
第一步骤,将GPS经纬度信息转化为平面坐标信息;
第二步骤,在GIS地图上引导车辆到达采样地点;
第三步骤,在样方所在的GIS地图上绘制采样时的车辆轨迹线。
3.根据权利要求1所述的大尺度作物种植面积车载调查方法,其特征在于图像的位置信息、采集图像的时间与图像的匹配包含:
第一步骤,将GPS接收到的位置信息及时间信息标注在每帧图像上;
第二步骤,以采样时的时间命名来保存连续视频,以方便视频回放时计算作物的种植面积;
第三步骤,每帧图像以采集的时间来命名保存,以方便从数据库中读取该图像对应的位置信息。
4.根据权利要求1所述的大尺度作物种植面积车载调查方法,其特征在于所述图像保存与提取包含:
第一步骤,将采样过程保存为连续视频,供事后处理与检查;
第二步骤,在保存连续视频的同时,每隔一定的时间提取单帧图像供作物识别使用,这里的时间间隔根据车速、摄像机的高度及摄像机的拍摄角度来确定。
5.根据权利要求1所述的大尺度作物种植面积车载调查方法,其特征在于所述图像栅格算法包含:
第一步骤,根据作物的疏密将每帧作物图像分为16或32个栅格;
第二步骤,以边角处的四个栅格作为特征提取和作物识别的开始区域,并根据识别的结果决定其他栅格是否还需要进行作物识别。
6.根据权利要求1所述的大尺度作物种植面积车载调查方法,其特征在于所述作物种类的识别包含:
第一步骤,对栅格化后的图像进行预处理;
第二步骤,提取各栅格内图像的纹理特征、形状特征及颜色特征;
第三步骤,针对不同的作物种类采用不同的特征组合,从图像边角四个开始区域进行作物种类的识别;
第四步骤,根据步骤三的识别结果,决定需继续识别的栅格的位置及顺序,判断图像中作物的种类;
第五步骤,根据识别的结果触发记录作物种植信息的数据库,进行位置信息的保存。
7.根据权利要求1所述的大尺度作物种植面积车载调查方法,其特征在于所述GPS位置信息与各类作物种植信息的存储包含:
第一步骤,将GPS接收机接收到的位置信息、时间信息以及转换后得到的平面坐标信息等存储于数据库的GPS信息表中;
第二步骤,将各类作物的种植信息分类存储于数据库对应的表中。
8.根据权利要求1所述的大尺度作物种植面积车载调查方法,其特征在于所述各类作物种植面积及种植成数的计算包含:
第一步骤,根据数据库记录的GPS信息及宽度信息,计算整个样方的面积;
第二步骤,根据数据库中记录的各类作物的种植信息,计算各类作物的种植面积;
第三步骤,计算各类作物的种植成数,并保存到数据库对应表格中。
9.一种大尺度作物种植面积车载调查***,包含:
——GPS位置信息接收及转换运用单元,用于接收GPS位置信息并将其转换为平面坐标,实现与电子地图和图像的匹配;
——图像拍摄角度控制装置,用于控制摄像机的拍摄角度;
——图像采集装置,将摄像机安装于位置可调整的云台上,其垂直样方采集作物图像,可在保存连续视频的同时保存单帧图像;
——倾角采集装置及宽度测量单元,倾角采集装置固定在摄像机上,随着摄像机一起摆动,用于测量车辆侧倾角即摄像机对应垂直视野的摆动角度并将结果存储到数据库中;宽度测量单元根据摄像机高度、摄像机参数及摄像机拍摄角度计算作物的纵向种植宽度;
——图像处理单元,用于对作物图像进行预处理,为作物识别奠定基础;
——作物识别单元,采用栅格算法提取作物特征并进行作物识别;
——种植面积调查单元,用于计算各类大尺度作物的种植面积,分为手动功能、回放功能及自动功能三种方法来计算作物的种植面积,手动功能是指操作者通过图像采集窗口或直接观察作物的种植情况,当出现所需调查作物时,即可点选手动功能操作界面中表示作物种类的按钮,点选的同时触发记录该点的位置信息作为该种作物种植的起始点,并分类存储到对应的数据库表格中,当作物种类发生改变点选其他按钮时,在记录新作物种植起始点的同时,也将该位置点作为前一种作物种植的终止点进行记录,并分类保存到数据库对应的表格中,最后计算每种作物的种植成数;回放功能是指操作者可以打开采样时保存的连续视频,观看视频时当发现作物种类发生变化时,可以点选图视频回放功能操作界面中对应的作物,***即可通过查询相应的数据库表格得到作物变化时的位置信息,从而计算出作物的种杆长度和种植成数;自动功能是指***在保存连续视频的同时,根据车速及摄像机拍摄高度和角度每隔一段时间提取一帧图像,***将每帧图像进行栅格化,提取作物的特征并进行识别,找到作物种植的横向和纵向边界,并计算作物的种植面积。
10.根据权利要求9所述的大尺度作物种植面积车载调查***,其特征在于GPS位置信息接收及转换运用单元将GPS接收到的经纬度信息转换为平面坐标信息,实现车辆导航及轨迹线的绘制,并标注于图像上实现位置信息与图像的匹配。
11.根据权利要求9所述的大尺度作物种植面积车载调查***,其特征在于图像获取角度控制装置通过安装于车顶右侧的云台控制摄像机的拍摄角度。
12.根据权利要求9所述的大尺度作物种植面积车载调查***,其特征在于图像预处理单元将图像采集装置提取的单帧图像进行彩色图像滤波、颜色模型转换及彩色图像边缘检测,为作物特征提取和作物识别做好准备。
13.根据权利要求9所述的大尺度作物种植面积车载调查***,其特征在于作物识别单元采用栅格算法提取作物的颜色特征、纹理特征和形状特征,根据作物自身的特定以及种植特点进行特征组合来识别作物种类。
14.根据权利要求9所述的大尺度作物种植面积车载调查***,其特征在于种植面积调查单元分为自动功能、手动功能及视频回放功能三种操作方法计算作物的种植面积,每种操作的计算结果都存储在数据库的特定表中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101302371A CN101349561B (zh) | 2007-07-17 | 2007-07-17 | 大尺度作物种植面积车载调查方法与*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101302371A CN101349561B (zh) | 2007-07-17 | 2007-07-17 | 大尺度作物种植面积车载调查方法与*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101349561A CN101349561A (zh) | 2009-01-21 |
CN101349561B true CN101349561B (zh) | 2010-08-25 |
Family
ID=40268432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101302371A Expired - Fee Related CN101349561B (zh) | 2007-07-17 | 2007-07-17 | 大尺度作物种植面积车载调查方法与*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101349561B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108259A (zh) * | 2019-04-18 | 2019-08-09 | 中国科学院地理科学与资源研究所 | 一种野外地物的照片采集装置及信息测算方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102072745B (zh) * | 2009-11-20 | 2013-12-11 | 中国农业科学院农业资源与农业区划研究所 | 基于远程监控的农作物产量实时测量装置、***及方法 |
CN103018403B (zh) * | 2012-11-23 | 2015-03-04 | 河南科技大学 | 一种基于复合维度提高车载***的动态测量方法 |
CN103217697A (zh) * | 2013-03-21 | 2013-07-24 | 广东欧珀移动通信有限公司 | 记录移动路径的方法及移动终端 |
CN104182757A (zh) * | 2013-05-22 | 2014-12-03 | 内蒙古大学 | 获取被测目标实际覆盖面积的方法及装置 |
CN105115450A (zh) * | 2015-09-16 | 2015-12-02 | 安庆市宜秀区永兴农机农艺综合发展专业合作社 | 一种农业机械作业面积测量仪 |
US10089716B2 (en) * | 2016-09-03 | 2018-10-02 | Microsoft Technology Licensing, Llc | Generating real-time sensor maps from videos and in-ground sensor data |
CN107124585A (zh) * | 2017-04-28 | 2017-09-01 | 深圳前海弘稼科技有限公司 | 远程查看方法及远程查看***、终端 |
CN107884785A (zh) * | 2017-10-10 | 2018-04-06 | 范锦龙 | 一种地面样方gps位置信息的坐标外推方法 |
CN109141221A (zh) * | 2018-07-25 | 2019-01-04 | 成都天地量子科技有限公司 | 一种通过移动终端测量地块面积的方法 |
CN109933066A (zh) * | 2019-02-22 | 2019-06-25 | 上海岚豹智能科技有限公司 | 一种机器人移动轨迹回放的方法及设备 |
CN111078958B (zh) * | 2019-12-18 | 2024-04-09 | 广州澳盾智能科技有限公司 | 一种针对多样化生物数据即时统计与决策*** |
CN110990496A (zh) * | 2019-12-18 | 2020-04-10 | 广州澳盾智能科技有限公司 | 一种针对多样化生物数据即时处理方法 |
CN116399401B (zh) * | 2023-04-14 | 2024-02-09 | 浙江年年发农业开发有限公司 | 一种基于人工智能的农业种植***及方法 |
CN116664663B (zh) * | 2023-07-21 | 2023-10-20 | 湖北泰跃卫星技术发展股份有限公司 | 计算农作物面积的方法、装置、计算机设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1731403A (zh) * | 2005-08-31 | 2006-02-08 | 中国科学院东北地理与农业生态研究所 | 基于垄向平行的作物种植成数gps样带地面采集方法 |
CN1731216A (zh) * | 2005-08-19 | 2006-02-08 | 广州地理研究所 | 一种大面积作物种植面积及其产量的遥感检测估算方法 |
-
2007
- 2007-07-17 CN CN2007101302371A patent/CN101349561B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1731216A (zh) * | 2005-08-19 | 2006-02-08 | 广州地理研究所 | 一种大面积作物种植面积及其产量的遥感检测估算方法 |
CN1731403A (zh) * | 2005-08-31 | 2006-02-08 | 中国科学院东北地理与农业生态研究所 | 基于垄向平行的作物种植成数gps样带地面采集方法 |
Non-Patent Citations (4)
Title |
---|
钱永兰等.基于遥感抽样的国家尺度农作物面积统计方法评估.农业工程学报23卷 11期.2007,23(11),180-186. |
钱永兰等.基于遥感抽样的国家尺度农作物面积统计方法评估.农业工程学报23卷 11期.2007,23(11),180-186. * |
马蓉等.基于图像识别的作物分类种植面积车载测算***设计.农业工程学报21卷 12期.2005,21(12),103-107. |
马蓉等.基于图像识别的作物分类种植面积车载测算***设计.农业工程学报21卷 12期.2005,21(12),103-107. * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108259A (zh) * | 2019-04-18 | 2019-08-09 | 中国科学院地理科学与资源研究所 | 一种野外地物的照片采集装置及信息测算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101349561A (zh) | 2009-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101349561B (zh) | 大尺度作物种植面积车载调查方法与*** | |
Gašparović et al. | An automatic method for weed mapping in oat fields based on UAV imagery | |
CN103364781B (zh) | 基于遥感数据与地理信息***的粮田地面参照点筛选方法 | |
Clawges et al. | Use of a ground‐based scanning lidar for estimation of biophysical properties of western larch (Larix occidentalis) | |
KR102317408B1 (ko) | 작물 재배면적 추출방법 | |
Donoghue et al. | Using LiDAR to compare forest height estimates from IKONOS and Landsat ETM+ data in Sitka spruce plantation forests | |
Zhang et al. | Estimation of forest leaf area index using height and canopy cover information extracted from unmanned aerial vehicle stereo imagery | |
Zhang et al. | 3D monitoring for plant growth parameters in field with a single camera by multi-view approach | |
US20230306735A1 (en) | Agricultural analysis robotic systems and methods thereof | |
Liu et al. | Single tree segmentation and diameter at breast height estimation with mobile LiDAR | |
Liu et al. | Estimating maize seedling number with UAV RGB images and advanced image processing methods | |
WO2023147138A1 (en) | Forestry management system and method | |
CN111556157A (zh) | 农作物分布的监测方法、设备、存储介质及装置 | |
Karl et al. | A technique for estimating rangeland canopy-gap size distributions from high-resolution digital imagery | |
van Blerk et al. | UAVs improve detection of seasonal growth responses during post-fire shrubland recovery | |
Laurin et al. | Early mapping of industrial tomato in Central and Southern Italy with Sentinel 2, aerial and RapidEye additional data | |
Ya et al. | Development of rice growth map using the advanced remote sensing techniques | |
CN113269050A (zh) | 基于无人机遥感影像的农田画像及药肥大数据分析方法 | |
Xiao et al. | 3D reconstruction and characterization of cotton bolls in situ based on UVA technology | |
Azizi et al. | Individual urban trees detection based on point clouds derived from UAV-RGB imagery and local maxima algorithm, a case study of Fateh Garden, Iran | |
CN115314851A (zh) | 一种基于大数据平台的农业信息化管理平台 | |
Gašparović et al. | Geospatial monitoring of green infrastructure–case study Zagreb, Croatia | |
Feng et al. | Developing an image processing pipeline to improve the position accuracy of single UAV images | |
Obeng-Manu | Assessing the accuracy of UAV-DTM generated under different forest canopy density and its effect on estimation of aboveground carbon in Asubima forest, Ghana | |
CN112233121A (zh) | 一种基于双目空间定位和智能分割的果实产量估算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100825 |