System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请属于计算机,尤其涉及一种树冠生长监测方法、装置、电子设备及可读存储介质。
技术介绍
1、对重要经济作物之一的树木的生长发育状态进行观察、评价是实现树木精准科学管理的重要基础。对于一些生长具有特殊性的树木,例如每年多次新稍抽发生长以实现树体扩大和枝组更新的树木,其生长发育状态的观察、评价是通过熟练技术人员目测识别新枝梢和叶片,并根据树冠新梢数量,或在树冠表面积占比,以及新梢长度进行评估获得的,但是目测评估只能触及少数树冠,时效性不足,测评信息不准确。
技术实现思路
1、本申请实施例提供了一种树冠生长监测方法、装置、电子设备、可读存储介质及计算机程序产品,可以解决树冠评估不及时、不准确的问题。
2、第一方面,本申请实施例提供了一种树冠生长监测方法,包括:
3、在监测周期内,获取多个监测时间点的树木的树冠的光谱图像和深度图像;
4、针对每个所述监测时间点,根据树冠延伸区域、所述深度图像、所述光谱图像中至少一种确定所述树木的生长量,所述树冠延伸区域为根据当前监测时间点的所述光谱图像和所述深度图像,确定所述树冠的轮廓信息后,根据所述当前监测时间点的所述轮廓信息与上一个监测时间点的所述轮廓信息确定的;
5、根据各个所述监测时间点所述树木的所述生长量,确定所述树冠的生长状态。
6、在一个实施例中,根据所述树冠延伸区域和所述深度图像确定所述树木的生长量,包括:
7、利用掩膜形式的所述树冠延伸区域,对所述当前监测时间点的所
8、根据所述当前监测时间点的所述深度图像和所述上一个监测时间点的所述深度图像,确定所述树冠的树冠增大体积;
9、其中,所述生长量包括所述树冠延伸面积、所述树高增量和所述树冠增大体积。
10、在一个实施例中,所述根据所述当前监测时间点的所述深度图像和所述上一个监测时间点的所述深度图像,确定所述树冠的树冠增大体积,包括:
11、根据所述当前监测时间点的所述深度图像和所述上一个监测时间点的所述深度图像,确定所述当前监测时间点的所述深度图像中各像素点的垂直增量;
12、基于所述上一个监测时间点的所述轮廓信息,对各所述像素点的所述垂直增量进行积分处理,获得所述树冠增大体积。
13、在一个实施例中,根据所述树冠延伸区域和所述光谱图像确定所述树木的生长量,包括:
14、根据所述当前监测时间点的所述光谱图像,确定不同波段的光谱信息;
15、根据各波段的所述光谱信息,确定所述树冠延伸区域的状态指数,所述状态指数包括归一化差分植被指数、氮平衡指数、结构不敏感色素指数;
16、根据所述当前监测时间点的所述状态指数和所述上一个监测时间点的所述状态指数,确定状态指数变化率,所述生长量包括状态指数变化率。
17、在一个实施例中,所述根据各个所述监测时间点所述树木的所述生长量,确定所述树冠的生长状态,包括:
18、在所述监测周期内,将所述树冠的初始面积、所述树木的初始高度、树冠延伸面积序列、树高增量序列、树冠增大体积序列和状态指数变化率序列输入至已训练的分类模型,获得所述已训练的分类模型输出的所述树冠的生长结果,所述生长结果表征所述树冠的所述生长状态;
19、其中,所述树冠延伸面积序列是在所述监测周期内多个所述树冠延伸面积以时间序列形式表示后获得,所述树高增量序列是在所述监测周期内多个所述树高增量以时间序列形式表示后获得,所述树冠增大体积序列是在所述监测周期内多个所述树冠增大体积以时间序列形式表示后获得,所述状态指数变化率序列是在所述监测周期内多个所述状态指数变化率以时间序列形式表示后获得。
20、在一个实施例中,所述根据当前监测时间点的所述光谱图像和所述深度图像,确定所述树冠的轮廓信息,包括:
21、根据所述当前监测时间点的所述光谱图像和所述深度图像,确定初始影像;
22、对所述初始影像进行优化,获得优化后影像;
23、根据所述优化后影像对应的仿射矩阵和所述优化后影像中各像素点的像素坐标,确定所述优化后影像的地理空间信息,所述地理空间信息包括各所述像素点的地理坐标;
24、对所述优化后影像进行语义分割,获得所述树冠对应的图像区域;
25、根据所述地理空间信息和所述树冠的所述图像区域确定所述当前监测时间点的所述轮廓信息。
26、在一个实施例中,所述对所述优化后影像进行语义分割,获得所述树冠对应的图像区域,包括:
27、将所述优化后影像划分成多个影像块后,将多个所述影像块输入至已训练的树冠分割模型,获得所述已训练的树冠分割模型输出的所述树冠对应的所述图像区域。
28、第二方面,本申请实施例提供了一种树冠生长监测装置,包括:
29、获取模块,用于在监测周期内,获取多个监测时间点的树木的树冠的光谱图像和深度图像;
30、确定模块,用于针对每个所述监测时间点,根据树冠延伸区域、所述深度图像、所述光谱图像中至少一种确定所述树木的生长量,所述树冠延伸区域为根据当前监测时间点的所述光谱图像和所述深度图像,确定所述树冠的轮廓信息后,根据所述当前监测时间点的所述轮廓信息与上一个监测时间点的所述轮廓信息确定的;
31、还用于根据各个所述监测时间点所述树木的所述生长量,确定所述树冠的生长状态。
32、第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的方法。
33、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的方法。
34、第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中任一项所述的方法。
35、本申请实施例与现有技术相比存在的有益效果是:
36、本申请实施例通过在监测周期内,获取多个监测时间点的树木的树冠的光谱图像和深度图像;针对每个监测时间点,根据树冠延伸区域、深度图像、光谱图像中至少一种确定树木的生长量,树冠延伸区域为根据当前监测时间点的光谱图像和深度图像,确定树冠的轮廓信息后,根据当前监测时间点的轮廓信息与上一个监测时间点的轮廓信息确定的;根据各个监测时间点的树木的生长量,确定树冠的生长状态,能够准确、及时获取树木准确的长势信息;以及通过根据监测周期内的多个生长量确定树冠的生长状态,能够基于树冠在连续时间上的变化,准确、高效判断树木的生长状态。
37、可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本文档来自技高网...【技术保护点】
1.一种树冠生长监测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据所述树冠延伸区域和所述深度图像确定所述树木的生长量,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述当前监测时间点的所述深度图像和所述上一个监测时间点的所述深度图像,确定所述树冠的树冠增大体积,包括:
4.根据权利要求2或3所述的方法,其特征在于,根据所述树冠延伸区域和所述光谱图像确定所述树木的生长量,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据各个所述监测时间点所述树木的所述生长量,确定所述树冠的生长状态,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据当前监测时间点的所述光谱图像和所述深度图像,确定所述树冠的轮廓信息,包括:
7.根据权利要求6所述的方法,其特征在于,所述对所述优化后影像进行语义分割,获得所述树冠对应的图像区域,包括:
8.一种树冠生长监测装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种树冠生长监测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据所述树冠延伸区域和所述深度图像确定所述树木的生长量,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述当前监测时间点的所述深度图像和所述上一个监测时间点的所述深度图像,确定所述树冠的树冠增大体积,包括:
4.根据权利要求2或3所述的方法,其特征在于,根据所述树冠延伸区域和所述光谱图像确定所述树木的生长量,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据各个所述监测时间点所述树木的所述生长量,确定所述树冠的生长状态,包括:
6.根据权利要求1所述的方法...
【专利技术属性】
技术研发人员:谢辉,唐巍,杨器,邓烈,于翔,
申请(专利权)人:深圳市五谷网络科技有限公司,
类型:发明
国别省市:
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。