摘要
一种基于深度相机的玉米植株叶倾角田间原位提取方法。属于智慧农业的农田作物智能表型监测技术领域。其解决了现有玉米叶倾角测量方式单一导致的测量精度低的缺陷。对计算量进行精简的同时,仍能保证较高的检测精度,并且对现有的U‑Net深度学习模型进行了改进,使其能够更加精准的适用于玉米植株骨架的提取,并且添加了对主茎进行拟合的技术手段,充分考虑到玉米植株的真实形态,提高叶倾角的计算准确度;在对深度图像的3D点云数据进行3D点云处理,获得玉米植株各叶片叶倾角的方法中,通过对每个叶片的点云进行PCA分析,对叶片平整情况重新界定,并分情况处理,使得叶倾角的计算更加准确。
技术关键词
玉米植株叶倾角
深度相机
叶片
Harris角点检测算法
原位
3D点云
特征值
加权最小二乘法
图像分割
点云缺失
端点
深度学习模型
邻域
智慧农业
坐标
协方差矩阵
注意力机制
系统为您推荐了相关专利信息
云台相机
控制单元
无线发送单元
伸缩动力装置
控制无人机飞行
搜索无人机
辅助无人机
无人机集群协同
能耗优化方法
搜索系统
垂直轴风力发电机
历史运行数据
时间段
参数
动态环境变化