-
题名基于无人机遥感技术的水稻倒伏区域识别研究
被引量：5
- 1
-
-
作者
段小斌
-
机构
广西工商职业技术学院继续教育部
-
出处
《农机化研究》
北大核心
2021年第12期225-228,共4页
-
基金
广西高校科研项目(2013YB338)。
-
文摘
针对大范围水稻区域难以识别的问题,基于无人机遥感技术建立了水稻倒伏区域识别系统,主要由硬件系统和软件系统组成。对硬件系统和软件系统进行设计,包括采用补偿的方式降低飞控系统误差,采用改进的加权支持向量数据描述分类方法进行水稻倒伏区域的识别,使系统能够识别水稻倒伏区域。为验证该系统性能,进行了无人机飞行试验和水稻倒伏区域识别试验。结果表明:系统可以使无人机按照预设路径飞行,能够准确地识别水稻倒伏区域。
-
关键词
水稻倒伏区域识别
无人机遥感技术
飞控系统
遥感影像处理系统
-
Keywords
UAV remote sensing technology
rice lodging area identification
flight control system
remote sensing image processing system
-
分类号
S252
[农业科学—农业机械化工程]
-
-
题名无人机航拍在建立水稻生长模型中的应用
被引量：3
- 2
-
-
作者
段小斌
-
机构
广西工商职业技术学院继续教育部
-
出处
《农机化研究》
北大核心
2020年第7期208-213,共6页
-
基金
广西壮族自治区科研项目(2013YB338)
-
文摘
为了实现大范围水稻长势实时监控,以无人机航拍方式,取得超低空稻田图片,通过图像分析建立了水稻生长模型。针对水稻和背景图像,建立灰度化方法,并采用最大类间方差法和中值滤波的方法对图像进行分割降噪。选取叶面指数作为衡量水稻长势的指标,计算图像叶片指数,探究其与实际叶面指数之间的关系,建立了水稻生长模型。t检验结果表明:该模型预测值与实际叶片指数物不存在显著性差异。利用该生长模型,可监控大田水稻生长,确定生长缓慢区域。利用该方法建立了水稻全生命周期生长模型,检验结果表明:该模型适用于整个水稻生命周期,且设备简单,模型预测可靠,适于一线推广。
-
关键词
无人机航拍
图像处理
生长模型
T检验
-
Keywords
unmanned aerial vehicle photography
image processing
growth model
t-test
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
S511
[农业科学—作物学]
-
