申请/专利权人:中国农业大学
申请日:2021-11-09
公开(公告)日:2024-04-16
公开(公告)号:CN114155526B
主分类号:G06V20/10
分类号:G06V20/10;G06V10/44;G06V10/774;G06V10/82;G06N3/045;G06N3/08;G01N21/25;G01N21/84
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2022.03.25#实质审查的生效;2022.03.08#公开
摘要:本发明提供一种番茄果实生长预测方法、装置、设备及产品,涉及农业技术领域,该方法包括以下步骤:获取番茄冠层的冠层光谱图像,并分别提取仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像;将仅包含叶片的叶片光谱图像输入至叶片神经网络模型中,得到叶片参数;对仅包含果实的果实形态二值图进行角点检测分析,获得番茄果实个数;基于冠层光谱图像、叶片参数以及番茄果实个数,获得不同种植条件下的韧皮部糖浓度;将不同种植条件下的韧皮部糖浓度输入到番茄果实生长模型中,得到番茄果实鲜重、干重生长动态过程。本发明能够有效反映不同种植条件对番茄果实碳供应水平的影响,进而提高番茄果实生长的预测精度。
主权项:1.一种番茄果实生长预测方法,其特征在于,包括以下步骤:获取番茄冠层的冠层光谱图像,并从所述冠层光谱图像中分别提取仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像;将所述仅包含叶片的叶片光谱图像输入至叶片神经网络模型中,得到所述叶片神经网络模型输出的番茄冠层的叶片参数;其中,所述叶片参数包括叶片光合速率、叶片含水率及叶面积;对所述仅包含果实的果实形态二值图像进行角点检测分析,获得番茄果实个数;基于所述叶片参数以及所述番茄果实个数,获得不同种植条件下的韧皮部糖浓度,具体包括以下步骤:基于所述叶片参数以及所述番茄果实个数,获取不同种植条件以及充分处理条件下的番茄源库比;基于充分处理条件下的番茄源库比以及韧皮部糖浓度,获得不同种植条件下的韧皮部糖浓度;将不同种植条件下的韧皮部糖浓度输入到番茄果实生长模型中,得到所述番茄果实生长模型输出的不同种植条件下的番茄果实鲜重、干重生长动态过程;其中,番茄果实生长模型是基于不同种植条件下的样本韧皮部糖浓度训练得到的。
全文数据:
权利要求:
百度查询: 中国农业大学 一种番茄果实生长预测方法、装置、设备及产品
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。