摘要
本发明公开了一种水稻自动补苗方法及系统,通过实时采集水稻插秧视频数据,并快速输入基于光度立体成像技术与深度学习算法搭建的识别服务器,光度立体成像技术能获取秧苗多维度图像信息,深度学习算法可快速准确分析数据,及时识别苗带数据及缺苗位置,实现缺苗快速定位,缩短问题发现时间,提升补苗效率;依据识别结果自动规划补苗机行进路径,补苗机按规划操作,实现流程自动化,进一步提升效率,能在短时间内完成大面积补苗;同时,自动化设备和技术替代人工巡查和补苗的大部分工作,减少人工使用,降低成本;而且,一旦检测到缺苗立即规划补苗,避免了人工补苗因巡查不及时或人员安排导致的延迟问题。
技术关键词
自动补苗方法
稳健回归算法
三维表面模型
深度学习算法
成像技术
模糊控制系统
中心线
服务器
横向偏移量
数据
特征点集合
实时视频流
Dijkstra算法
图片
光度立体视觉
构建卷积神经网络
插秧机行距
系统为您推荐了相关专利信息
卷积算法
低噪声信号
MPI系统
补偿方法
正则化参数
房间
热交换
管道流量控制装置
壁挂炉节能
无线温控
海底石油管道
风险识别系统
异常状态
高清摄像头
图像识别分类
移动变电站
远程监控系统
变电站设备
数据采集模块
分布式计算方法
太赫兹成像
太赫兹波发生器
图像采集卡
图像采集模块
轻量化卷积神经网络