摘要
本发明提供一种基于激光雷达技术的种子筛选方法及系统,涉及农业自动化技术领域,所述方法包括:从优化点云数据提取几何特征与缺陷特征;从优化光谱数据提取霉变、虫害光谱特征;以得到多维度特征集;基于优化点云数据计算种子饱满度、圆度及表面粗糙度;基于点云边缘检测计算凹陷指数与裂痕特征;融合几何特征、缺陷特征及虫害光谱特征生成综合评分;利用机器学习模型执行最终分级,分别训练基于激光雷达特征的第一概率预测器与基于虫害光谱特征的第二概率预测器;将两预测器的概率输出输入元学习架构的第二层分级模型,输出最终质量等级。本发明通过自动化的流程和算法设计,实现了高效、准确的种子筛选。
技术关键词
种子筛选方法
优化光谱数据
激光雷达技术
点云
振动给料器
高光谱相机
机器学习模型
队列
边缘检测
空间坐标信息
消除环境光干扰
粗糙度
农业自动化技术
气流吹扫装置
空间定位信息
凹痕
图像
系统为您推荐了相关专利信息
生成对抗网络
重构方法
神经网络模型
判别模块
移动立方体算法
移动机械臂
碰撞检测方法
移动底盘
机载机械臂
点云
语义地图构建方法
语义标签
语义分割网络
动态物体
三维点云数据
无人机巡检
三维激光雷达点云
环境感知数据
障碍物
无人机飞控系统