【技术实现步骤摘要】
一种水稻分蘖期长势智慧监控调节方法
本专利技术涉及水稻分蘖期植株长势监控系统，尤其涉及一种水稻分蘖期长势智慧监控调节方法。
技术介绍
水稻返青分蘖期以营养器官的生长为中心，这是决定有效穗数的关键时期，也是水稻高产的基础。水稻分蘖时期的关键是要培养数量足够的有效蘖，控制无效分蘖，分蘖太少或者太多疯长，都影响水稻的高产。因为，开展水稻分蘖期植株长势监控是水稻生产的一个重要环节。现有的监控监控方法中，一般采用人工监控，但是随着人们生活水平的提高，可用劳动力的减少，单纯依靠人工监控，费时费力，而且只能抽样调查；在水稻生产过程中如产量预测中可能用到卫星遥感等技术，但没有在分蘖期使用的例子，同时卫星遥感监控准确率不高。现有技术在监控过程中，对不同地块难以精确地分类统计，也不能自动编号、记录和统计，统计结果差强人意。深度学习是机器学习研究中的一个新的领域，通过建立模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，包括图像，声音和文本等。同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分，不同的学习框架下建立的学习模型很是不同。例如，卷积神经网络(Convo...
【技术保护点】
1.一种水稻分蘖期长势智慧监控调节方法，其特征在于，包括步骤S1：将监控地块进行分割和标记，并使用无人机拍摄所需监控地块照片；S2：从水稻分蘖期的植株照片中分离出单个分蘖，利用计算机视觉算法，计算水稻分蘖轮廓或者单个分蘖叶片色泽；S3：对分离后的水稻分蘖轮廓或者单个分蘖叶片色泽照片进行植物长势分类，将植株长势分为过旺、正常、一般、差4种类型，作为深度学习的训练样本；S4：使用水稻分蘖期不同植株长势的轮廓照片对深度卷积神经网络进行训练，使之能对不同植株长势进行精确分类；S5：用水稻分蘖期不同植株长势的验证照片对所述深度卷积神经网络进行验证；S6：使用所述深度卷积神经网络对所需...
【技术特征摘要】
1.一种水稻分蘖期长势智慧监控调节方法，其特征在于，包括步骤S1：将监控地块进行分割和标记，并使用无人机拍摄所需监控地块照片；S2：从水稻分蘖期的植株照片中分离出单个分蘖，利用计算机视觉算法，计算水稻分蘖轮廓或者单个分蘖叶片色泽；S3：对分离后的水稻分蘖轮廓或者单个分蘖叶片色泽照片进行植物长势分类，将植株长势分为过旺、正常、一般、差4种类型，作为深度学习的训练样本；S4：使用水稻分蘖期不同植株长势的轮廓照片对深度卷积神经网络进行训练，使之能对不同植株长势进行精确分类；S5：用水稻分蘖期不同植株长势的验证照片对所述深度卷积神经网络进行验证；S6：使...
【专利技术属性】
技术研发人员：付华，刘军，张友胜，
申请(专利权)人：广东省农业科学院水稻研究所，广东省农业科学院农业生物基因研究中心，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。