CN110114800A - 用于确定植物状态的手持设备和方法 - Google Patents

用于确定植物状态的手持设备和方法 Download PDF

Info

Publication number
CN110114800A
CN110114800A CN201780081490.4A CN201780081490A CN110114800A CN 110114800 A CN110114800 A CN 110114800A CN 201780081490 A CN201780081490 A CN 201780081490A CN 110114800 A CN110114800 A CN 110114800A
Authority
CN
China
Prior art keywords
value
color
image
plant
state
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.)
Granted
Application number
CN201780081490.4A
Other languages
English (en)
Other versions
CN110114800B (zh
Inventor
S.鲁施
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
RALA INT AS
Original Assignee
RALA INT AS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from EP17173079.9A external-priority patent/EP3406134A1/en
Application filed by RALA INT AS filed Critical RALA INT AS
Publication of CN110114800A publication Critical patent/CN110114800A/zh
Application granted granted Critical
Publication of CN110114800B publication Critical patent/CN110114800B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Botany (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Multimedia (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种用于确定一个或多个植物的状态的手持设备和方法。该设备包括：数字彩色相机，其布置用于获得视场内的植物的彩色图像；光源，其布置用于向视场内的植物提供宽带照明；以及处理单元，其布置用于控制相机和光源，以用于在光源利用宽带照明来照射植物时获得植物的第一图像，以及在光源不照射植物时获得植物的第二图像。

Description

用于确定植物状态的手持设备和方法
技术领域
本发明涉及用于确定植物状态(更具体地，植物的营养状态)的设备和方法。
背景技术
已知利用叶绿素含量的帮助确定植物状态，诸如植物营养状态。通常借助于光学(例如反射率或透射率)测量来确定叶绿素含量。然而，用于确定植物状态的设备可能大、复杂、不方便部署和/或昂贵。
现有技术
WO 2015077493 A1(Digimarc Corporation，2015年5月28日)公开了一种智能电话，其适于通过由电话的CMOS图像传感器捕获作为不同图像帧的不同LED光源的同步脉冲来用作成像光谱仪。特定实现采用CIE颜色匹配函数和/或它们的正交变换函数，以实现直接色度捕获。处理光谱图像以用于对象辨识、分类和各种其它应用中。具体应用包括产品(例如，果实或蔬菜)辨识。
US 9075008 B2(Kyle H.Holland，2011年3月3日)公开了一种用于处置植物的方法和***，包括使用最后三个光谱带来测量植物的光学性质；使用光学性质在计算设备中计算至少两个差异植物指数，至少两个植物指数中的每个与一个或多个植物生长参数相关；使用至少三个光谱带在计算设备中计算根据至少两个差异植物指数的水不变叶绿素指数；以及基于水不变叶绿素指数处置植物中的一个或多个。
EP 1429594 B1(Norsk Hydro ASA，2003年4月3日)公开了一种方法，该方法用于以非接触方式确定和影响植物的状态，特别是植物的片特定或点特定施肥，其中借助于光斑或光带在利用载体穿越期间由调制的人工卤素或氙光源照射植物，植物的叶子的反射信号在可见和/或近红外光谱范围内借助于检测器而被捕获并被传递给评估和信号处理单元，以用于确定诸如生物量、叶绿素和/或水含量的生物物理参数，并且由此导出植物的营养水平的测量结果，计算机使用所述测量结果来将要被施用的肥料的适当量控制为目标变量。
发明内容
目的是要提供一种简单、易于使用、易于部署和/或便宜的***。更一般地，目的是要提供一种用于确定植物的状态的改进***。
根据一个方面，提供了一种特别是根据权利要求1所述的用于确定植物的状态的手持设备。手持设备提供了可以容易地在原地(例如，在场上)执行确定的优点。设备包括数字彩色相机，其布置用于获得视场内的植物的彩色图像。彩色图像包括像素，像素中的每个包括至少红色(R)、绿色(G)和蓝色(B)颜色分量，一起形成一组颜色分量。设备包括光源，其布置用于至少向视场内的植物提供宽带照明。宽带照明可以例如由白色光源(诸如白色LED)提供。设备包括处理单元。处理单元布置用于控制相机和光源，以用于在光源利用宽带照明来照射植物时获得植物的第一图像。处理单元布置用于在光源不照射植物时获得植物的第二图像。处理单元布置用于针对第一颜色分量确定代表第一和第二图像中的强度值差异的第一颜色值。处理单元布置用于针对第二颜色分量确定代表第一和第二图像中的强度值差异的第二颜色值。处理单元布置用于使用第一颜色值和第二颜色值计算代表植物的状态的值。
基于第一图像(即，具有通过光源的照明)和第二图像(即，没有通过光源的照明)确定代表植物的状态的值提供了可以抑制环境光照条件的影响的优点。因此，大大增强了设备的可靠性。还能增强确定的再现性。应当理解，通常，该设备和方法可以用于确定代表对象的状态的值。
处理单元可以布置用于通过以下方式来计算代表植物的状态的值：针对第一颜色分量将第一颜色值确定为第一图像中和第二图像中的像素平均强度值(即，针对给定颜色分量的所有像素上平均的强度值)的差异；针对第二颜色分量将第二颜色值确定为第一图像中和第二图像中的像素平均强度值(即，针对给定颜色分量的所有像素上平均的强度值)的差异；以及使用第一颜色值和第二颜色值计算代表植物的状态的值。因此，代表植物的状态的值S是针对第一颜色分量的平均强度值(第一图像中的和第二图像中的)的以及针对第二颜色分量的平均强度值(第一图像中的和第二图像中的)的函数f：
这里，第一颜色值是以及第二颜色值是
通过使用图像或图像的一部分的平均强度值，丢弃关于强度值的空间分布的信息。结果，可以减少通常在对象和/或相机在拍摄第一和第二图像之间移动时发生的失配误差。然而，以这种方式，与图像的相互不同部分有关(例如，与一个或多个植物的不同叶子有关)的强度值在冠层中的不同位置(例如，不同高度)同时被考虑用于确定平均强度值。因此，可以减少测量误差。
处理单元可以布置用于通过以下方式计算代表植物的状态的值：针对第一颜色分量将第一颜色值确定为第一图像和第二图像中的每像素强度值差异的平均值；针对第二颜色分量将第二颜色值确定为第一图像和第二图像中的每像素强度值差异的平均值；以及使用第一颜色值和第二颜色值计算代表植物的状态的值。因此，代表植物的状态的值S是针对第一颜色分量的的强度值(第一图像中的每像素i的I1，ON，i和第二图像中的I1，OFF，i)的以及强度值(第一图像中的每像素的I2，ON，i和第二图像中的I2，OFF，i)的函数f：
这里，第一颜色值是以及第二颜色值是
处理单元可以布置用于通过以下方式计算代表植物的状态的值：每像素针对第一颜色分量将第一颜色值确定为第一图像和第二图像中的强度值差异；每像素针对第二颜色分量将第二颜色值确定为第一图像和第二图像中的强度值差异；以及通过对代表植物的状态的像素方式值(pixelwise value)求平均值来计算代表植物的状态的值，使用每像素的第一颜色值和每像素的第二颜色值获得所述像素方式值。因此，代表植物的状态的值S是针对第一颜色分量的强度值(第一图像中的每像素i的I1，ON，i和第二图像中的I1，OFF，i)的以及强度值(第一图像中的每像素的I2，ON，i和第二图像中的I2，OFF，i)的函数f：
Si＝f((I1，ON，i-I1，OFF，i)，(I2，ON，i-I2，OFF，i))， EQ3
这里，针对第i像素，第一颜色值是V1，i＝(I1，ON，i-I1，OFF，i)，以及针对第i像素，第二颜色值是V2，i＝(I2，ON，i-I2，OFF，i)。
应当理解，可能基于图像中的所有像素来执行计算。还可能基于图像中的像素的子集来执行计算。可能例如由用户(例如，选择屏幕上的区域)或由处理单元(例如，图像识别过程，例如选择属于叶子、多个叶子、果实等的图像的像素)确定子集。可能通过例如自动地选择满足某个标准或某些标准(例如，识别为“绿色”的所有像素，其使得非绿色元素(诸如土壤、指尖，脚等)在计算中被忽略)的那些像素确定子集。
应当理解，可以使用图像中的所有像素来执行平均。还可能使用图像中的像素的子集来执行平均。可能例如由用户(例如，选择屏幕上的区域)或由处理单元(例如，图像识别过程，例如选择属于叶子、多个叶子、果实等的图像的像素)确定子集。可能通过例如自动地选择满足某个标准或某些标准(例如，识别为“绿色”的所有像素，其使得非绿色元素(诸如土壤、指尖，脚等)在平均中被忽略)的那些像素确定子集。
计算代表植物的状态的值的上述方式也可以用于第一和第二图像的多个像素块中的每个。代表植物的状态的最终值可以通过对所获得的、代表植物的状态的这种块方式值(blockwisevalue)求平均值来计算。
可选地，处理单元布置用于在步骤(iii)中基于第一颜色值和第二颜色值的比率计算代表植物的状态的值S。因此S可以表示为S＝V1/V2。在这里，V1和V2可以如上文而被确定(包括V1，i和V2，i以及在像素上的后续平均。
处理单元可以例如布置用于计算代表植物的状态的值S，如下：
其中是第一颜色分量强度值，所述第一颜色分量强度值在第一图像的多个像素上被平均；是第一颜色分量强度值，所述第一颜色分量强度值在第二参考图像的多个像素上被平均；是第二颜色分量强度值，所述第二颜色分量强度值在第一参考图像的多个像素上被平均；以及是第二颜色分量强度值，所述第二颜色分量强度值在第二参考图像的多个像素上被平均。
处理单元可以例如布置用于计算代表植物的状态的值S，如下：
其中I1，ON，i是针对第一参考图像的第i像素的第一颜色分量强度值，I1，OFF，i是针对第二参考图像的第i像素的第一颜色分量强度值，I2，ON，i是针对第一参考图像的第i像素的第二颜色分量强度值，以及I2，OFF，i是针对第二参考图像的第i像素的第二颜色分量强度值，以及n是像素的数量。
叶绿度和植物氮状态之间存在关系。因此，可以基于从植物叶子收集的测量数据确定植物氮需求。具有增加的氮水平的植物的叶子通常具有更多的叶绿素和更高的光合作用速率。因此，看起来较深绿色的植物被认为比缺氮植物更健康。因此，可能远程感测或测量叶绿度并获得叶绿素浓度和植物氮状态的指示。
此外，还可以基于所公开的颜色方法(诸如成熟度(例如西红柿、南瓜、小麦、大麦、玉米等))来监测代表植物状态的其它性质，并且为此，应当确定适当的颜色值，并应当计算代表植物的状态的值。
可选地，第一颜色分量是绿色(G)，以及第二颜色分量是红色(R)。这提供了代表植物的状态的值对绿色高度敏感的优点。绿色图像分量可以代表叶绿素含量。红色图像分量可以在很大程度上或完全不依赖于叶绿素含量。绿色图像分量与红色图像分量的比率可用于近似与叶绿素含量相关的归一化值。因此，大大增强了设备的可靠性。绿色图像分量可以代表叶绿素含量。红色图像分量可以在很大程度上或完全不依赖于叶绿素含量。因此，红色图像分量可用于抑制与叶绿素含量无关的背景照明效应。因此，大大增强了设备的可靠性。
尽管绿色分量和红色分量的强度可以取决于从光源到植物的距离，但是使用绿色图像分量与红色图像分量的比率也可以用于产生测量结果，即比率不依赖于测量距离。
可选地，处理单元还布置用于针对第三颜色分量确定代表第一和第二图像中的强度值差异的第三颜色值，以及使用第一颜色值、第二颜色值和第三颜色值计算代表植物的状态的值。
应当理解，针对第三颜色分量可以将第三颜色值确定为第一图像中和第二图像中的平均强度值的差异；或者针对第三颜色分量可以将第三颜色值确定为第一图像和第二图像中的每像素强度值差异的平均值；或者每像素针对第三颜色分量可以将第三颜色值确定为第一图像和第二图像中的强度值差异。
可选地，处理单元布置用于在步骤(iii)中，基于第一颜色值和第二颜色值的比率计算代表植物的状态的值，例如，如EQ5或EQ6中。使用两个颜色值的比率允许计算代表植物状态的值，其中通过使用第二颜色值作为参考来增加针对第一颜色值的敏感度。
可选地，处理单元布置用于在步骤(iii)中，使用第一、第二和第三颜色值基于色调值计算代表植物的状态的所述值。色调值hRGB通常可以计算为
其中VR是第一颜色值，其中选择红色作为第一颜色分量；VG是第二颜色值，其中选择绿色作为第二颜色分量；以及VB是第三颜色分量，其中选择蓝色作为第三颜色分量。函数atan2是具有两个自变量的反正切函数。对于任何实数，自变量x和y不都等于零，atan2(y，x)是平面的正x轴与由其上的坐标(x，y)给出的点之间的弧度角。对于逆时针角度(上半平面，y>0)，角度为正，以及对于顺时针角度(下半平面，y<0)，角度为负。使用两个自变量代替一个(即仅计算atan(y/x))的目的是收集有关输入的符号的信息，以便返回计算的角度的适当象限，这对于单个-自变量反正切函数是不可能的。它还避免了除以零的问题，因为只要y非零，atan2(y，0)将返回有效答案。色调值可以代表叶绿素含量。较深的绿色可以指示较高的叶绿素含量，较浅的绿色可以指示较低的叶绿素含量。较浅的绿色可以指示氮不足。色调值还可以代表其它植物状态，诸如成熟度(例如西红柿、南瓜、小麦、大麦等)。
也可以将第一、第二和可选第三颜色值V1、V2和V3的其它数学组合确定为代表植物的状态的值。例如，S＝(Vl-V2)/V3，S＝(V1+V2)/2，S＝V1/(V2-V3)等。为了使值S对测量距离不敏感，优选地使用颜色值的比率。
处理单元可以布置用于根据来自色调-饱和度-亮度(HSB)颜色空间的色调、饱和度和/或亮度来确定代表植物的状态的值。在本文中，色调、饱和度和亮度可以定义为
代表植物的状态的值可以是例如如上确定的色调、饱和度或亮度，或其组合。
处理单元可以布置用于根据红色和绿色值之间的差异来确定代表植物的状态的值，例如，S＝VG-VR。
处理单元可以布置用于根据绿色和红色值的比率确定代表植物的状态的值，例如，S＝VG/VR。
处理单元可以布置用于根据植被指数VI来确定代表植物的状态的值，例如，S＝VI＝(VG-VR)/(VG+VR)。
处理单元可以布置用于根据深绿色指数(DGCI)来确定代表植物的状态的值，例如
可选地，处理单元布置用于校准第一颜色值、第二颜色值和可选的第三颜色值。这提供了可以解决照明和/或相机的偏差的优点。因此，例如，可以解决光源的光谱成分和/或相机的光谱敏感度的偏差。
校准可以包括利用相机在光源利用宽带照明来照射参考对象时获得具有优选已知的均匀反射率的参考对象的第一参考图像，以及在所述光源不照射所述参考对像时获得参考对象的第二参考图像。
处理单元可以布置用于通过以下方式校准第一颜色值、第二颜色值或第三颜色值：针对那个颜色值将颜色值乘以校准值C，针对那个颜色分量将所述校准值C确定为参考值K除以第一参考图像中的平均强度值与第二参考图像中的平均强度值的差异：
处理单元可以布置用于通过以下方式校准第一颜色值、第二颜色值或第三颜色值：针对那个颜色值将颜色值乘以校准值C，针对那个颜色分量将所述校准值C确定为参考值K除以第一参考图像和第二参考图像中的每像素强度值差异的平均值：
本文中IC，ON，i是针对第一参考图像的第i像素的那个颜色分量的强度值，IC，OFF，i是针对第二参考图像的第i像素的那个颜色分量的强度值，以及m是像素的数量。
处理单元可以布置用于通过以下方式校准第一颜色值、第二颜色值或第三颜色值：针对那个颜色值通过每像素将颜色值乘以校准值Ci，每像素针对那个颜色分量将所述校准值Ci确定为参考值K除以第一参考图像和第二参考图像中的强度值差异：
本文中IC，ON，i是针对第一参考图像的第i像素的那个颜色分量的强度值，并且IC，OFF，i是针对第二参考图像的第i像素的那个颜色分量的强度值。
处理单元可以布置用于通过以下方式校准第一颜色值、第二颜色值或第三颜色值：针对那个颜色值、每像素的块b将颜色值乘以校准值Cb，针对那个颜色分量将校准值Cb确定为参考值K除以第一参考图像和第二参考图像中的每像素强度值差异的平均值：
本文中IC，ON，i是针对第一参考图像的第i像素的那个颜色分量的强度值，IC，OFF，i是针对第二参考图像的第i像素的那个颜色分量的强度值，以及p的块中像素的数量。
参考值K可以是常数，诸如最大可能强度值、针对那个颜色分量在第一参考图像中遇到的最大强度值、针对那个颜色分量在第一参考图像和第二参考图像中的平均强度值的最大差异。参考值K可以代表相应颜色分量处的参考材料的反射率。
应当理解，在处理单元基于第一颜色值和第二颜色值的比率计算代表植物的状态的值的情况下，针对第一颜色值的校准常数C1和针对第二颜色值的校准常数C2的参考值K可以从等式消失，例如如果参考值K针对所有颜色分量是相同的。例如，当使用EQ5的如下校准的形式时：
其中，针对第一颜色分量的第一参考图像中的平均强度值
可选地，选择至少一个颜色分量，相比于(一个或多个)其它颜色分量所述至少一个颜色分量对植物状态的改变较不敏感。可选地，选择第一颜色分量，所述第一颜色分量与要确定其状态的植物颜色相关；并且其中选择第二颜色分量，所述第二颜色分量与所述植物颜色较不相关或不相关。
可选地，处理单元布置用于在步骤(iii)中，使用颜色分量中的一个或多个的强度来计算代表对象的颜色状态的值。
可选地，处理单元布置用于控制相机和光源，以响应于单个用户命令而获得第一和第二图像。因此，单个用户命令启动测量序列，其中自动获得第一和第二图像两者。优选地，快速连续地获得第一和第二图像。第一和第二图像可以例如是在1秒内，优选地在<100ms内，更优选地在<10ms内获得。因此，减少了由于相机和/或植物的运动引起的测量误差。例如，相机的曝光时间可以是1/250秒(4ms)，并且第一和第二图像之间的延迟时间可以是例如125ms。
根据一个方面，相机布置用于针对图像中每个像素确定红色强度值、绿色强度值和蓝色强度值。相机可以是RGB相机。绿色图像分量可以是针对图像中像素的绿色像素值。红色图像分量可以是针对图像中像素的红色像素值。
根据一个方面，处理单元布置用于确定代表植物的状态的值，G/R，如下：
本文中G1是针对第一图像的多个像素的第一平均绿色强度值，以及G0是针对第二图像的多个像素的第二平均绿色强度值。本文中，R1是针对第一图像的多个像素的第一平均红色强度值，以及R0是针对第二图像的多个像素的第二平均红色强度值。C是校准常数。应当理解，G1、G0、R1和R0优选地涉及相同多个像素。多个像素可以是图像内的预定区域，例如，中心区域。多个像素可以是图像内的可变区域，例如，具有高于阈值的强度值的区域。多个像素可以是图像内的所有像素。
校准常数C可以通过以下方式确定：在光源利用宽带照明来照射参考对象时获得具有均匀反射率的参考对象的第一参考图像；以及在所述光源不照射所述参考对像时获得参考对象的第二参考图像。参考对象可以是例如灰色参考面板。校准常数可定义为：
本文中Gr1是针对第一参考图像的多个像素的第一平均绿色强度值，以及Gr0是针对第二参考图像的多个像素的第二平均绿色强度值。本文中，Rr1是针对第一参考图像的多个像素的第一平均红色强度值，以及Rr0是针对第二参考图像的多个像素的第二平均红色强度值。校准常数可以例如补偿设备的相机特定和/或光源特定偏移。
应当理解，对于设备如上文定义的校准常数仅可以确定一次。然而，当怀疑设备是退化的时(例如，由于部件退化或污染)，可以重新确定校准常数。应当理解，对于特定类型的设备仅确定一次校准常数也是可能的。当该类型的所有设备的(光)电子元件是相同的时，对于该类型的所有设备单次确定校准常数可以是足够的。
根据一个方面，相机包括第一偏振滤光器，并且光源包括第二偏振滤光器。可选地，第一和第二偏振滤光器是交叉偏振的。这提供了可以抑制植物(例如，叶子)表面上的光的镜面反射的优点。
根据一个方面，设备包括通信单元，其布置用于将植物的确定的状态或从其导出的参数传送到施用器***，诸如肥料***、灌溉***、通风***、加热***等。
可选地，设备包括诸如GPS单元的位置确定单元，其用于确定设备的位置信息。然后，设备可以布置成存储与位置信息结合的植物的状态或从中导出的参数。备选地或附加地，设备可以布置用于将植物的确定的状态或从其导出的参数与位置信息结合传送到施用器***，例如，可变速率施用器***，诸如可变速率肥料***。因此，通过将农产品精确地应用于待处置的位置或单独的植物，可以减少肥料的使用。
根据一个方面，设备包括智能电话或平板电脑。相机、光源、处理单元以及可选的通信单元和位置确定单元可以是智能电话或平板电脑的一部分。这提供了可以以简单方式提供紧凑设备的优点。
可选地，偏振滤光器可以被包括在智能电话或平板电脑的外壳中。外壳可以例如布置成被卡入到智能电话或平板电脑上。
根据一个方面，提供了一种用于智能电话或平板电脑的外壳，其包括：第一偏振滤光器，其定位成覆盖智能电话或平板电脑的相机镜头；以及第二偏振滤光器，其定位成覆盖智能电话或平板电脑的照明单元。第一和第二偏振滤光器可以是线性偏振滤光器，例如，所述线性偏振滤光器被布置成基本上正交定向它们的偏振方向。
根据一个方面，提供了一种用于确定植物的状态的计算机程序产品。计算机程序产品包括软件代码部分，当在可编程设备上执行时，所述软件代码部分使得该设备在设备的光源利用宽带照明来照射植物时利用该设备的数字彩色相机获得植物的第一图像，在光源不照射植物时利用数字彩色相机获得植物的第二图像，第一图像和第二图像包括像素，像素中的每个包括至少红色(R)、绿色(G)和蓝色(B)颜色分量，一起形成一组颜色分量，针对第一颜色分量确定代表第一图像和第二图像中的强度值差异的第一颜色值，针对第二颜色分量确定代表第一图像和第二图像中的强度值差异的第二颜色值，以及使用第一个颜色值和第二颜色值计算代表植物的状态的值。可选地，计算机程序产品被包括在非暂时性数据存储设备中。计算机程序产品可以例如是智能电话或平板电脑的应用程序。可选地，可以从诸如因特网的通信网络下载该应用程序。
根据一个方面，提供了所述外壳和用于获得和/或启用所述计算机程序产品的令牌的组合。令牌可以是例如哪里下载计算机程序产品的指示，诸如URL。令牌可以是授权代码，以用于授权例如从应用程序商店下载和/或使用计算机程序产品(例如，使程序产品能够操作或完全操作)。
根据一个方面，提供了一种用于使用设备确定植物的状态的方法，所述设备包括数字彩色相机、用于提供宽带照明的光源和处理单元。方法包括在光源利用宽带照明来照射植物时利用数字彩色相机获得植物的第一图像。方法包括在光源不照射植物时利用数字彩色相机获得植物的第二图像。第一图像和第二图像包括像素，像素中的每个包括至少红色(R)、绿色(G)和蓝色(B)颜色分量，一起形成一组颜色分量。方法包括针对第一颜色分量确定代表第一图像和第二图像中的强度值差异的第一颜色值。方法包括针对第二颜色分量确定代表第一图像和第二图像中的强度值差异的第二颜色值。方法包括使用第一颜色值和第二颜色值计算代表植物的状态的值。方法优选地是计算机实现的方法。
可选地，方法包括响应于代表植物的状态的所计算的值而采取诸如浇水、施肥、收获、遮蔽(例如来自太阳)、通风和/或加热的动作。方法可以包括向操作员或机器提供用于采取这种动作的指令。方法可以包括将代表植物的状态的值与阈值或参考函数进行比较，使得确定是否采取动作。
应当理解，鉴于设备描述的方面、特征和选项中的任何同样适用于方法、计算机程序产品和组合，并且反之亦然。还将清楚的是，可以组合上述方面、特征和选项中的任何一个或多个。
附图说明
基于附图中代表的示例性实施例，将进一步阐明本发明。通过非限制性说明的方式给出示例性实施例。应注意，附图仅是通过非限制性示例的方式给出的本发明的实施例的示意性表示。
在附图中：
图1A和图1B示出了设备的示意性表示；
图2示出了设备的示意性表示；以及
图3示出了外壳的示意性表示。
具体实施方式
图1A和图1B示出了设备1的示意性表示。图1A示出了设备1的正视图。图1B示出了设备1的后视图。设备1包括相机2和光源4。相机是彩色相机。在此示例中，相机2是RGB相机。RGB相机获得包含多个像素的图像。对于图像中的每个像素，相机2确定红色强度值、绿色强度值和蓝色强度值。在此示例中，相机是8位相机。因此，在从0到255的数值范围上确定红色、绿色和蓝色强度值中的每个。应当理解，可以使用针对每个像素提供例如10位的未校准的原始强度值的相机。与8位相机的输出相比，这种相机(其可以包括由相机运行的信号预处理)的输出可以与光强度更加线性相关。
在此示例中，光源是白色发光二极管LED。这里，光源4与相机2相邻放置。
在此示例中，设备1包括放置在相机2的镜头8前面的第一偏振滤光器6。第一偏振滤光器6是线性偏振滤光器。设备1包括放置在光源4前面的第二偏振滤光器10。第二偏振滤光器10是线性偏振滤光器。在此示例中，定位第一偏振滤光器6和第二偏振滤光器10使得它们的偏振定向是垂直定向的。
如图1B中所示，设备1包括用户界面12。这里，用户界面12包括触摸屏。用户界面包括，例如，用于控制(诸如触发)相机2和光源4的控件13。
在此示例中，设备1包括处理单元14。处理单元通信地连接到相机2、光源4和用户界面12。这里，设备包括通信单元16。通信单元16通信地连接到处理单元14。在此示例中，设备1包括位置确定单元18，这里是全球定位***GPS单元。位置确定单元18通信地连接到处理单元14。
可以如下使用迄今所述的设备1。
在设备1用于确定植物状态之前，校准设备1。此外，设备1被保持在具有光谱均匀的反射率的参考面板(这里是灰色面板)上，使得设备1的整个视场20被参考面板覆盖。经由用户界面12例如通过按下触摸屏上的“校准”按钮启动校准测量序列。在激活校准测量序列之后，处理单元14指示光源4接通并指示相机2拍摄第一参考图像。接下来，处理单元14指示光源4关闭并指示相机2拍摄第二参考图像。第一和第二参考图像可以例如暂时地存储在设备1的存储器22中。
在此示例中，处理单元14确定第一参考图像的所有绿色像素强度值的平均强度值Gr1。在此示例中，处理单元14确定第二参考图像的所有绿色像素强度值的平均强度值Gr0。在此示例中，处理单元14确定第一参考图像的所有红色像素强度值的平均强度值R1。在此示例中，处理单元14确定第二参考图像的所有红色像素强度值的平均强度值R0。
然后，使用EQ15计算校准常数C：
现在参考图2，描述测量。设备1保持在作物冠层24中或上。经由用户界面12例如通过按下触摸屏上的按钮启动测量序列。在激活测量序列之后，处理单元14指示光源4接通并指示相机2拍摄设备1的视场20内的作物冠层的部分的第一图像。接下来，处理单元14指示光源4关闭并指示相机2拍摄设备1的视场20内的作物冠层24的部分的第二图像。第一和第二图像可以例如暂时地存储在设备1的存储器22中。
这里，处理单元14响应于单个用户命令而自动地使设备拍摄两个图像。处理单元14使两个图像快速连续地被拍摄。在此示例中，以1/250s(4ms)的曝光时间和125ms的图像之间的延迟时间拍摄图像。在等于或长于曝光时间的时段期间，光源4被激活以开启。
在此示例中，处理单元14确定第一图像的所有绿色像素强度值的平均强度值G1。在此示例中，处理单元14确定第二图像的所有绿色像素强度值的平均强度值G0。在此示例中，处理单元14确定第一图像的所有红色像素强度值的平均强度值R1。在此示例中，处理单元14确定第二图像的所有红色像素强度值的平均强度值R0。
当将设备保持在作物冠层内时，强度值可以代表作物冠层内的较老的叶子。当将设备保持在作物冠层上方时，强度值可以代表作物顶部处的幼叶。较年轻的叶子可以更好地代表当前的植物营养状况。
当将设备保持在作物冠层内时，平均绿色强度值G0、G1可以包括代表作物冠层内的较老的叶子的值。当将设备保持在作物冠层上方时，平均绿色强度值G0、G1可以包括代表作物顶部处的幼叶的值。较年轻的叶子可以更好地代表当前的植物营养状况。
然后使用EQ16计算G/R值(例如代表归一化的和环境光补偿的绿色图像分量)：
该G/R值代表设备1的视场内的作物冠层的平均绿度。本文中G1-G0是第一个颜色值，这里是绿色值。这个平均绿度是相对于非绿色(此处是红色)图像分量而被归一化的。本文中R1-R0是第二颜色值，这里是红色值。通过减去在没有通过光源4的照明的情况下的图像的图像强度值，该平均绿度被补偿了环境光。该G/R值代表设备1的视场内的作物冠层的部分的平均叶绿素含量。设备1可以向用户例如在用户界面上显示确定的值。设备1指示代表用户界面上的值的信息也是可能的。
应当理解，在此示例中，校准常数C包括鉴于绿色值的第一校准常数和鉴于红色值的第二校准常数
应当理解，根据EQ16计算的G/R值仅是植物状态的一个示例。更一般地，设备可以基于第一颜色值和第二颜色值确定植物状态，诸如植物营养状态。设备可以例如基于可用的(即，R、G和B)颜色值的各种数学组合确定植物状态，诸如植物营养状态。例如，处理单元可以基于第一颜色值和第二颜色值确定色调值。
在此示例中，设备1将代表确定的G/R值的信息存储在存储器22中的记录中。
在此示例中，位置确定单元18在测量期间确定设备1的位置。代表该位置的信息与代表确定的G/R值的信息一起存储在记录中。可以存储记录以供访问和分析。
备选地或附加地，设备1可以使用通信单元16将植物的确定的状态或由其导出的参数例如与位置信息结合传送到施用器***，例如，可变速率施用器***，诸如可变速率肥料***。然后，施用器***可以将肥料施用率调整为接收的状态信息。因此，肥料的使用可以被优化，例如，通过将农产品精确地应用于待处理的位置或单独的植物而被减少。
在图1A、图1B和图2的示例中，设备体现为智能电话。智能电话包括相机2、光源4、处理单元14、通信单元16和位置确定单元18。在此示例中，智能电话被提供有诸如应用程序的专用软件，其使智能电话能够执行如上所述的功能性。
在此示例中，第一偏振滤光器6和第二偏振滤波器10被包括在智能电话的外壳26中。外壳布置用于例如通过卡入来被附接到智能电话。第一偏振滤光器6被定位在外壳26中以覆盖智能电话的相机镜头。第二偏振滤光器10被定位在外壳26中以覆盖智能电话的光源4。外壳26可以被提供为分开的附加单元，以用于将智能电话转换为具有偏振滤光器的设备。可选地，与令牌结合提供外壳。令牌允许在智能电话上安装和/或使用专用软件。令牌可以例如包括其中可以下载专用软件的位置的指示，诸如URL。该位置可以是安全的位置。令牌可以例如包括允许到达位置和/或允许下载和/或安装专用软件，和/或允许在智能电话上执行软件的认证。
本文中，参考本发明的实施例的具体示例描述本发明。然而，显而易见的是，在不脱离本发明的实质的情况下，可以在其中进行各种修改和改变。出于清楚和简明描述的目的，本文中将特征描述为相同或分开的实施例的一部分，然而，还设想了具有在这些分开的实施例中描述的全部或一些特征的组合的备选实施例。
在此示例中，处理单元控制相机和光源以响应于用户激活而拍摄两个连续图像。应当理解，处理单元还可能响应于用户激活而控制相机和光源拍摄多于两个的图像。例如，设备可以在没有-有-没有光源活动的情况下连续拍摄图像。对于具有光源照明的图像，利用没有照明的图像启动序列可有助于同步图像和光源，其中例如可以是在难以同步的设备(诸如某些智能电话)中。在确定植物的状态中可丢弃没有照明的初始图像。处理单元还可能控制相机和光源以响应于单个用户命令而拍摄多对图像。对于每对图像，可以确定植物的状态。对于连续图像对的植物的状态可以是例如被存储和/或平均。
在示例中，该设备被设计为智能电话。应当理解，设备也可以是专用手持设备。设备也可能被设计为另一种手持设备，诸如平板电脑、膝上型计算机等。
在示例中，处理单元确定代表整个图像的植物的状态的值。应当理解，处理单元也可以确定例如代表图像的一个或多个部分的植物的状态的强度值。
在此示例中，处理单元将代表植物的状态的值确定为绿色和红色图像像素强度的比率。应当理解，也可以使用可用像素强度的其它数学组合。
然而，其它修改、变化和替代也是可能的。因此，说明书、附图和示例要被视为说明性意义而非限制性意义。
出于清楚和简明描述的目的，本文中将特征描述为相同或分开的实施例的部分，然而，应当理解，本发明的范围可包括具有所描述的所有或一些特征的组合的实施例。
在权利要求中，括号之间放置的任何参考符号不应被解释为限制权利要求。“包括”一词不排除存在除权利要求中列出的那些特征或步骤之外的其它特征或步骤。此外，词语“一”和“一个”不应被解释为限于“仅一个”，而是用于表示“至少一个”，并且不排除多个。在相互不同的权利要求中叙述某些措施的仅有事实并不指示这些措施的组合不能用于获益。

Claims (20)

1.一种用于确定一个或多个植物的状态的手持设备，包括：
-数字彩色相机，其布置用于获得视场内的植物的彩色图像，所述彩色图像包括像素，所述像素中的每个包括至少红色（R）、绿色（G）和蓝色（B）颜色分量，一起形成一组颜色分量；
-光源，其布置用于至少向所述视场内的所述植物提供宽带照明；
-处理单元，其布置用于控制所述相机和所述光源，以用于在所述光源利用所述宽带照明来照射所述植物时获得所述植物的第一图像，以及在所述光源不照射所述植物时获得所述植物的第二图像，
其中所述处理单元布置用于执行至少以下操作：
（i）针对第一颜色分量确定代表所述第一图像和所述第二图像中的强度值差异的第一颜色值；
（ii）针对第二颜色分量确定代表所述第一图像和所述第二图像中的强度值差异的第二颜色值；
（iii）使用所述第一颜色值和所述第二颜色值计算代表所述植物的状态的值。
2.根据权利要求1所述的手持设备，其中计算代表所述植物的所述状态的所述值：
a）通过针对所述第一颜色分量将所述第一颜色值确定为所述第一图像中和所述第二图像中的像素平均强度值的差异；针对所述第二颜色分量将所述第二颜色值确定为所述第一图像中和所述第二图像中的所述像素平均强度值的差异；以及使用所述第一颜色值和所述第二颜色值计算代表所述植物的所述状态的所述值；或者
b）通过针对所述第一颜色分量将所述第一颜色值确定为所述第一图像和所述第二图像中的每像素强度值差异的平均值；针对所述第二颜色分量将所述第二颜色值确定为所述第一图像和所述第二图像中的每像素强度值差异的平均值；以及使用所述第一颜色值和所述第二颜色值计算代表所述植物的所述状态的所述值；或者
c）通过每像素针对所述第一颜色分量将所述第一颜色值确定为所述第一图像和所述第二图像中的强度值差异；每像素针对所述第二颜色分量将所述第二颜色值确定为所述第一图像和所述第二图像中的强度值差异；以及通过对代表所述植物的所述状态的像素方式值求平均值来计算代表所述植物的所述状态的值，使用每像素的所述第一颜色值和每像素的所述第二颜色值获得所述像素方式值。
3.根据权利要求1或2所述的手持设备，其中所述处理单元还布置用于针对第三颜色分量确定代表所述第一图像和所述第二图像中的强度值差异的第三颜色值；以及使用所述第一颜色值、所述第二颜色值和所述第三颜色值计算代表所述植物的所述状态的所述值。
4.根据权利要求1至3中任一项所述的手持设备，其中所述处理单元布置用于在步骤（iii）中，基于所述第一颜色值与所述第二颜色值的比率计算代表所述植物的所述状态的所述值。
5.根据权利要求4所述的手持设备，其中所述第一颜色分量是绿色（G），以及所述第二颜色分量是红色（R）。
6.根据权利要求3所述的手持设备，其中所述处理单元布置用于在步骤（iii）中，使用所述第一颜色值、所述第二颜色值和所述第三颜色值基于色调值计算代表所述植物的所述状态的所述值。
7.根据前述权利要求中任一项所述的手持设备，其中所述处理单元布置用于校准所述第一颜色值、所述第二颜色值和可选的第三颜色值。
8.根据权利要求7所述的手持设备，其中所述处理单元布置用于通过针对所述第一颜色值、所述第二颜色值或所述第三颜色值进行以下操作来校准那个颜色值：
a）将所述颜色值乘以校准值C，针对那个颜色分量将所述校准值C确定为参考值除以在所述光源利用所述宽带照明来照射参考对象时所述参考对象的第一参考图像中的所述平均强度值与在所述光源不照射所述参考对像时所述参考对象的第二参考图像中的所述平均强度值的差异，所述参考对象具有均匀反射率；或者
b）将所述颜色值乘以校准值C，针对那个颜色分量将所述校准值C确定为参考值除以所述第一参考图像和所述第二参考图像中的所述每像素强度值差异的平均值；或者
c）通过每像素将所述颜色值乘以校准值Ci，每像素针对那个颜色分量将所述校准值Ci确定为参考值除以所述第一参考图像和所述第二参考图像中的所述强度值差异；或者
d）针对那个颜色值通过每像素的块将所述颜色值乘以校准值，针对那个颜色分量将所述校准值确定为参考值除以所述第一参考图像和所述第二参考图像中的所述每像素强度值差异的平均值。
9.根据权利要求8所述的手持设备，其中所述参考值是常数，诸如：
a）最大可能强度值；
b）针对那个颜色分量在所述第一参考图像中遇到的最大强度值；
c）针对那个颜色分量在所述第一参考图像和所述第二参考图像中的平均强度值的最大差异；或者
d）例如已知的所述参考对象的反射率值，例如，针对相应的颜色分量。
10.根据前述权利要求中任一项所述的手持设备，其中选择至少一个颜色分量，相比于其它颜色分量，所述至少一个颜色分量对所述植物状态的改变较不敏感。
11.根据前述权利要求中任一项所述的手持设备，其中所述处理单元布置用于控制所述相机和所述光源，以响应于单个用户命令而获得所述第一和第二图像。
12.根据前述权利要求中任一项所述的手持设备，其中所述相机包括第一偏振滤光器，并且所述光源包括第二偏振滤光器，其中所述第一和第二偏振滤光器是交叉偏振的。
13.根据前述权利要求中任一项所述的手持设备，其中所述设备包括智能电话或平板电脑。
14.一种根据前述权利要求中任一项的设备，所述设备包括通信单元，所述通信单元布置用于将所述植物的确定的状态或从其导出的参数传送到施用器***，诸如肥料***、施肥***、灌溉***等。
15.一种农业***，其包括根据权利要求14的设备和与所述设备通信的施用器***，所述施用器***诸如肥料***、施肥***、灌溉***等。
16.一种用于智能电话或平板电脑的外壳，其包括：第一偏振滤光器，其定位成覆盖所述智能电话或平板电脑的相机镜头；以及第二偏振滤光器，其定位成覆盖所述智能电话或平板电脑的照明单元。
17.一种用于确定一个或多个植物的状态的计算机程序产品，其包括软件代码部分，当在可编程设备上执行时所述软件代码部分布置成使得所述设备进行以下操作：
-在所述设备的光源利用宽带照明来照射植物时利用所述设备的数字彩色相机获得所述植物的第一图像，
-在所述光源不照射所述植物时利用所述数字彩色相机获得所述植物的第二图像，以及
-通过以下方式计算所述植物的状态：
（i）针对第一颜色分量确定代表所述第一图像和所述第二图像中的强度值差异的第一颜色值；
（ii）针对第二颜色分量确定代表所述第一图像和所述第二图像中的强度值差异的第二颜色值；以及
（iii）使用所述第一颜色值和所述第二颜色值计算代表所述植物的状态的值。
18.根据权利要求16所述的外壳和令牌的组合，所述令牌用于获得和/或许可根据权利要求17所述的计算机程序产品。
19.一种使用设备确定一个或多个植物的状态的方法，所述设备包括数字彩色相机、光源以及处理单元，所述数字彩色相机布置用于获得视场内的植物的彩色图像，所述彩色图像包括像素，所述像素中的每个包括至少红色（R）、绿色（G）和蓝色（B）颜色分量，一起形成一组颜色分量，所述光源布置用于至少向所述视场内的所述植物提供宽带照明，所述方法包括：
-在所述光源利用所述宽带照明来照射所述植物时使用所述相机获得所述植物的第一图像，
-在所述光源不照射所述植物时使用所述相机获得所述植物的第二图像，以及
-通过使所述处理单元进行以下操作来计算所述植物的状态：
（i）针对第一颜色分量确定代表所述第一图像和所述第二图像中的强度值差异的第一颜色值；
（ii）针对第二颜色分量确定代表所述第一图像和所述第二图像中的强度值差异的第二颜色值；以及
（iii）使用所述第一颜色值和所述第二颜色值计算代表所述植物的状态的值。
20.根据权利要求19所述的方法，包括基于步骤（iii）中计算的所述值来采取诸如灌溉、施肥、收获、遮蔽（例如来自太阳）、通风和/或加热的动作。
CN201780081490.4A 2016-12-29 2017-12-27 用于确定植物状态的手持设备和方法 Active CN110114800B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
EP16207315.9 2016-12-29
EP16207315 2016-12-29
EP17173079.9A EP3406134A1 (en) 2017-05-26 2017-05-26 Handheld device and method for determining a plant status
EP17173079.9 2017-05-26
PCT/EP2017/084614 WO2018122242A2 (en) 2016-12-29 2017-12-27 Handheld device and method for determining a plant status

Publications (2)

Publication Number Publication Date
CN110114800A true CN110114800A (zh) 2019-08-09
CN110114800B CN110114800B (zh) 2023-05-23

Family

ID=60812083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780081490.4A Active CN110114800B (zh) 2016-12-29 2017-12-27 用于确定植物状态的手持设备和方法

Country Status (10)

Country Link
US (1) US11062481B2 (zh)
EP (1) EP3563348B1 (zh)
CN (1) CN110114800B (zh)
AU (1) AU2017387704B2 (zh)
BR (1) BR112019012835B1 (zh)
CA (1) CA3048320C (zh)
DK (1) DK3563348T3 (zh)
ES (1) ES2875349T3 (zh)
WO (1) WO2018122242A2 (zh)
ZA (1) ZA201903887B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2822373C1 (ru) * 2023-07-27 2024-07-04 Федеральное государственное образовательное учреждение высшего образования "Московский государственный университет имени Н.Э. Баумана (национальный исследовательский университет) (МГТУ им. Н.Э. Баумана) Способ лесопатологической диагностики

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10959418B2 (en) * 2018-10-11 2021-03-30 Cnh Industrial America Llc Automatic application rate and section control based on actual planting data
US20220099578A1 (en) * 2019-01-29 2022-03-31 Rensselaer Polytechnic Institute System for early detection of plant disease
EP3751244A1 (en) * 2019-06-12 2020-12-16 YARA International ASA Mobile computing device for determining plant health
US11216981B2 (en) 2019-07-26 2022-01-04 Cnh Industrial America Llc System and method for calibrating image data during an agricultural operation using a color indicator
EP3794934A1 (en) * 2019-09-18 2021-03-24 YARA International ASA Detection of nutrient deficiency in plants
WO2021167470A1 (en) * 2020-02-20 2021-08-26 Cropsy Technologies Limited Tall plant health management system
EP4322745A1 (en) * 2021-04-15 2024-02-21 Cropsy Technologies Limited Plant management system
DE102022130045A1 (de) 2022-11-14 2024-05-16 Carl Zeiss Spectroscopy Gmbh Technischer Entwurf eines Analysegerätes zur spektralen Analyse sowie maschinelles Lernsystem
DE102022130044A1 (de) 2022-11-14 2024-05-16 Carl Zeiss Spectroscopy Gmbh Technischer Entwurf eines Analysegerätes zur spektralen Analyse

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2189732C2 (ru) * 2000-12-14 2002-09-27 Московский государственный университет леса Способ ранней лесопатологической диагностики
US20070007432A1 (en) * 2004-01-25 2007-01-11 Man Roland Druckmaschinen Ag Apparatus and method for acquiring and evaluating an image from a predetermined extract of a printed product
CN101112193A (zh) * 2006-07-27 2008-01-30 富士通株式会社 植物的防疫剂、防疫方法、防疫***及植物及其栽培方法
CN103091296A (zh) * 2013-01-23 2013-05-08 浙江大学 基于光谱成像技术的植物健康状况检测方法及其装置
CN103942555A (zh) * 2014-04-11 2014-07-23 海南大学 一种植物氮素含量丰缺图像检测方法
CN104024827A (zh) * 2011-11-02 2014-09-03 株式会社理光 图像处理装置、图像捕捉方法和车辆
US20140293091A1 (en) * 2012-05-21 2014-10-02 Digimarc Corporation Sensor-synchronized spectrally-structured-light imaging
WO2015193885A2 (en) * 2014-06-15 2015-12-23 The State Of Israel, Ministry Of Agriculture & Rural Development, Agricultural Research Organization (Aro) (Volcani Center). Method for huanglongbing (hlb) detection
CN105516663A (zh) * 2015-12-11 2016-04-20 卢志文 一种植物墙生长情况的监控***
WO2016111376A1 (ja) * 2015-01-09 2016-07-14 日立マクセル株式会社 植物情報取得システム、植物情報取得装置、植物情報取得方法、作物管理システムおよび作物管理方法
JP2016198055A (ja) * 2015-04-10 2016-12-01 コイト電工株式会社 植物栽培装置
US20160367135A1 (en) * 2015-06-18 2016-12-22 David Myung Adapter for retinal imaging using a hand held computer

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10148746C2 (de) 2001-09-26 2003-12-24 Norsk Hydro As Verfahren und Vorrichtung zum berührungslosen Bestimmen und Beeinflussen des Pflanzenzustandes
US9075008B2 (en) 2003-11-07 2015-07-07 Kyle H. Holland Plant treatment based on a water invariant chlorophyll index
DE102012010912B3 (de) * 2012-06-04 2013-08-14 Yara International Asa Verfahren zum berührungslosen Bestimmen des aktuellen Ernährungszustandes eines Pflanzenbestandes und zum Verarbeiten dieser Information
US20160307040A1 (en) * 2012-12-19 2016-10-20 Alan Shulman Systems and Methods of Using Labels for Evaluation of Produce and Other Foods
WO2015077493A1 (en) 2013-11-20 2015-05-28 Digimarc Corporation Sensor-synchronized spectrally-structured-light imaging

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2189732C2 (ru) * 2000-12-14 2002-09-27 Московский государственный университет леса Способ ранней лесопатологической диагностики
US20070007432A1 (en) * 2004-01-25 2007-01-11 Man Roland Druckmaschinen Ag Apparatus and method for acquiring and evaluating an image from a predetermined extract of a printed product
CN101112193A (zh) * 2006-07-27 2008-01-30 富士通株式会社 植物的防疫剂、防疫方法、防疫***及植物及其栽培方法
CN104024827A (zh) * 2011-11-02 2014-09-03 株式会社理光 图像处理装置、图像捕捉方法和车辆
US20140293091A1 (en) * 2012-05-21 2014-10-02 Digimarc Corporation Sensor-synchronized spectrally-structured-light imaging
CN103091296A (zh) * 2013-01-23 2013-05-08 浙江大学 基于光谱成像技术的植物健康状况检测方法及其装置
CN103942555A (zh) * 2014-04-11 2014-07-23 海南大学 一种植物氮素含量丰缺图像检测方法
WO2015193885A2 (en) * 2014-06-15 2015-12-23 The State Of Israel, Ministry Of Agriculture & Rural Development, Agricultural Research Organization (Aro) (Volcani Center). Method for huanglongbing (hlb) detection
WO2016111376A1 (ja) * 2015-01-09 2016-07-14 日立マクセル株式会社 植物情報取得システム、植物情報取得装置、植物情報取得方法、作物管理システムおよび作物管理方法
JP2016198055A (ja) * 2015-04-10 2016-12-01 コイト電工株式会社 植物栽培装置
US20160367135A1 (en) * 2015-06-18 2016-12-22 David Myung Adapter for retinal imaging using a hand held computer
CN105516663A (zh) * 2015-12-11 2016-04-20 卢志文 一种植物墙生长情况的监控***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
NOAH FAHLGREN等: "Light,camera,action:high-throughput plant phenotyping is ready for a close-up", 《CURRENT OPINION IN PLANT BIOLOGY》 *
孙瑜: "基于光谱特性的玉米叶片水氮含量快速检测方法研究", 《中国优秀硕士学位论文全文数据库(农业科技辑)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2822373C1 (ru) * 2023-07-27 2024-07-04 Федеральное государственное образовательное учреждение высшего образования "Московский государственный университет имени Н.Э. Баумана (национальный исследовательский университет) (МГТУ им. Н.Э. Баумана) Способ лесопатологической диагностики

Also Published As

Publication number Publication date
BR112019012835B1 (pt) 2021-09-14
ES2875349T3 (es) 2021-11-10
WO2018122242A2 (en) 2018-07-05
AU2017387704B2 (en) 2021-04-22
EP3563348A2 (en) 2019-11-06
CA3048320A1 (en) 2018-07-05
WO2018122242A3 (en) 2019-03-21
US11062481B2 (en) 2021-07-13
ZA201903887B (en) 2020-12-23
BR112019012835A2 (pt) 2019-11-19
US20200090372A1 (en) 2020-03-19
CN110114800B (zh) 2023-05-23
DK3563348T3 (da) 2021-08-09
CA3048320C (en) 2022-04-05
EP3563348B1 (en) 2021-05-05
AU2017387704A1 (en) 2019-06-27

Similar Documents

Publication Publication Date Title
CN110114800A (zh) 用于确定植物状态的手持设备和方法
US10586353B2 (en) Plant information acquisition system, plant information acquisition device, plant information acquisition method, crop management system and crop management method
US11486869B2 (en) Handheld device using a light guide and method for use thereof for determining a plant status
US20150062347A1 (en) Image processing methods for visible and infrared imaging
JP6662570B2 (ja) 植物情報取得システム、植物情報取得装置および植物情報取得方法
Stamford et al. Development of an accurate low cost NDVI imaging system for assessing plant health
JP2007171033A (ja) 葉面積指数の間接測定方法および間接測定システム
DK2854506T3 (en) PROCEDURE FOR CONTINUOUS DETERMINATION OF A PLANT STOCK Current nutritional status and for processing this information
CN105744248A (zh) 摄像方法
CN104586355B (zh) 测定装置
EP3977073B1 (en) Method for estimating chlorophyll content of a leaf
Svensgaard et al. The importance of spectral correction of UAV-based phenotyping with RGB cameras
AU2017218753B2 (en) Imaging device with white balance compensation and related systems and methods
US10105056B2 (en) System and method for acquiring images of veins of a finger
CN105450910B (zh) 具有补光功能的摄像机与控制光线发射的方法
EP3406134A1 (en) Handheld device and method for determining a plant status
CN109655413A (zh) 获得植物信息的方法
JP2020074795A (ja) 植物情報取得システム、植物情報取得装置および植物情報取得方法
Troscianko et al. Image calibration and analysis toolbox user guide

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant