期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
农田信息采集车设计与试验
被引量：
6
1
作者
姚照胜
刘涛
+3 位作者
刘升平
邓国强
武威
孙成明
《农业机械学报》
EI
CAS
CSCD
北大核心
2019年第10期236-242,共7页
针对传统农业物联网系统存在传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种可移动式农田信息智能采集车。利用Matlab仿真对关键部件机械臂的构成和运行情况进行了分析和模拟,对采集车进行了小麦田间性能测试。结果...
针对传统农业物联网系统存在传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种可移动式农田信息智能采集车。利用Matlab仿真对关键部件机械臂的构成和运行情况进行了分析和模拟,对采集车进行了小麦田间性能测试。结果显示,采集车整体设计合理,车辆通过性强,越障最大倾斜角达30°,最大遥控距离45m,获取图像清晰。将传感器采集的数据与常用高精度仪器测量结果进行了比对,农田信息采集车所采集温度、湿度、光照强度、CO2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据的相关系数均大于0. 90,单个采样点平均采集时间为45 s,数据采集满足需求。该采集车可实现定时、定点大范围获取田间数据的功能,能够替代传统物联网系统或对其进行补充。
展开更多
关键词
采集车
农田信息
智能采集
物联网系统
图像获取
在线阅读
下载PDF
职称材料
利用无人机图像颜色与纹理特征数据在小麦生育前期对产量进行预测
被引量：
14
2
作者
刘欣谊
仲晓春
+7 位作者
陈晨
刘涛
孙成明
李冬双
刘升平
王建军
丁大伟
霍中洋
《麦类作物学报》
CAS
CSCD
北大核心
2020年第8期1002-1007,共6页
为了实现基于无人机的小麦产量快速预测,通过不同种植密度、氮肥和品种的田间试验,应用无人机航拍获取小麦生育前期(越冬前期和拔节期)的RGB图像,通过图像处理获取小麦田间颜色和纹理特征指数,并在小麦收获后测定实际产量。通过分析不...
为了实现基于无人机的小麦产量快速预测,通过不同种植密度、氮肥和品种的田间试验,应用无人机航拍获取小麦生育前期(越冬前期和拔节期)的RGB图像,通过图像处理获取小麦田间颜色和纹理特征指数,并在小麦收获后测定实际产量。通过分析不同颜色和纹理特征指数与小麦产量的关系,筛选出适合小麦产量预测的颜色和纹理特征指数,建立小麦产量预测模型并进行验证。结果表明,小麦生育前期图像颜色指数与产量的相关性较好,而纹理特征指数相关性较差。对越冬前期利用单一颜色指数NDI构建的产量预测模型验证时,R2为0.541,RMSE为671.26 kg·hm^-2;对拔节期用单一颜色指数VARI构建的产量预测模型验证时,R2为0.603,RMSE为639.78 kg·hm^-2,预测结果比较理想,但不是最优。对越冬前期颜色指数NDI和纹理特征指数ENT相结合构建的产量预测模型验证时,R2和RMSE分别为0.629和611.82 kg·hm^-2,比单一颜色指数模型分别提升16.27%和减小8.85%;对拔节期颜色指数VARI和纹理特征指数COR相结合构建的产量预测模型验证时,R2和RMSE分别为0.746和510.29 kg·hm^-2,较单一颜色指数模型分别提升23.71%和减小20.24%。上述结果说明,将无人机图像颜色和纹理特征指数相结合建立的估产模型精度较高,可在小麦生育前期对产量进行有效预测。
展开更多
关键词
小麦
无人机图像
颜色指数
纹理特征指数
生育前期
产量预测
在线阅读
下载PDF
职称材料
题名
农田信息采集车设计与试验
被引量：
6
1
作者
姚照胜
刘涛
刘升平
邓国强
武威
孙成明
机构
扬州大学农
学院
江苏省粮食作物现代产业技术协同创新中心
中国农业科学院农业信息化研究所
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2019年第10期236-242,共7页
基金
国家自然科学基金项目(31671615、31701355、31872852)
国家重点研发计划项目(2018YFD0300805)
+2 种基金
江苏省大学生创新创业训练计划项目(201811117105K)
苏州市农业科技创新项目(SNG2017064)
扬州市产学研合作专项基金项目(YZ2016251)
文摘
针对传统农业物联网系统存在传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种可移动式农田信息智能采集车。利用Matlab仿真对关键部件机械臂的构成和运行情况进行了分析和模拟,对采集车进行了小麦田间性能测试。结果显示,采集车整体设计合理,车辆通过性强,越障最大倾斜角达30°,最大遥控距离45m,获取图像清晰。将传感器采集的数据与常用高精度仪器测量结果进行了比对,农田信息采集车所采集温度、湿度、光照强度、CO2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据的相关系数均大于0. 90,单个采样点平均采集时间为45 s,数据采集满足需求。该采集车可实现定时、定点大范围获取田间数据的功能,能够替代传统物联网系统或对其进行补充。
关键词
采集车
农田信息
智能采集
物联网系统
图像获取
Keywords
collection vehicle
farmland information
intelligent collection
Internet of Things system
image acquisition
分类号
S24 [农业科学—农业电气化与自动化]
在线阅读
下载PDF
职称材料
题名
利用无人机图像颜色与纹理特征数据在小麦生育前期对产量进行预测
被引量：
14
2
作者
刘欣谊
仲晓春
陈晨
刘涛
孙成明
李冬双
刘升平
王建军
丁大伟
霍中洋
机构
江苏省作物遗传生理重点实验室/江苏省作物栽培生理重点实验室
江苏省粮食作物现代产业技术协同创新中心
中国农业科学院农业信息化研究所
张家港市
农业
试验站
出处
《麦类作物学报》
CAS
CSCD
北大核心
2020年第8期1002-1007,共6页
基金
国家重点研发计划项目(2018YFD0300805)
国家自然科学基金项目(31671615,31701355,31872852)
+2 种基金
江苏高校优势学科建设工程资助项目(PAPD)
国家博士后基金(2016M600448,2018T110560)
苏州市农业科技创新项目(SNG2017064)。
文摘
为了实现基于无人机的小麦产量快速预测,通过不同种植密度、氮肥和品种的田间试验,应用无人机航拍获取小麦生育前期(越冬前期和拔节期)的RGB图像,通过图像处理获取小麦田间颜色和纹理特征指数,并在小麦收获后测定实际产量。通过分析不同颜色和纹理特征指数与小麦产量的关系,筛选出适合小麦产量预测的颜色和纹理特征指数,建立小麦产量预测模型并进行验证。结果表明,小麦生育前期图像颜色指数与产量的相关性较好,而纹理特征指数相关性较差。对越冬前期利用单一颜色指数NDI构建的产量预测模型验证时,R2为0.541,RMSE为671.26 kg·hm^-2;对拔节期用单一颜色指数VARI构建的产量预测模型验证时,R2为0.603,RMSE为639.78 kg·hm^-2,预测结果比较理想,但不是最优。对越冬前期颜色指数NDI和纹理特征指数ENT相结合构建的产量预测模型验证时,R2和RMSE分别为0.629和611.82 kg·hm^-2,比单一颜色指数模型分别提升16.27%和减小8.85%;对拔节期颜色指数VARI和纹理特征指数COR相结合构建的产量预测模型验证时,R2和RMSE分别为0.746和510.29 kg·hm^-2,较单一颜色指数模型分别提升23.71%和减小20.24%。上述结果说明,将无人机图像颜色和纹理特征指数相结合建立的估产模型精度较高,可在小麦生育前期对产量进行有效预测。
关键词
小麦
无人机图像
颜色指数
纹理特征指数
生育前期
产量预测
Keywords
Wheat
UAV image
Color index
Texture feature index
Early growth stage
Yield prediction
分类号
S512.1 [农业科学—作物学]
S311 [农业科学—作物栽培与耕作技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
农田信息采集车设计与试验
姚照胜
刘涛
刘升平
邓国强
武威
孙成明
《农业机械学报》
EI
CAS
CSCD
北大核心
2019
6
在线阅读
下载PDF
职称材料
2
利用无人机图像颜色与纹理特征数据在小麦生育前期对产量进行预测
刘欣谊
仲晓春
陈晨
刘涛
孙成明
李冬双
刘升平
王建军
丁大伟
霍中洋
《麦类作物学报》
CAS
CSCD
北大核心
2020
14
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
