一种获得植株参数的方法及其应用技术

本发明专利技术提出了一种获得植株种植参数的方法及其应用，所述方法包括：1)采集所述植株的点云数据，以获得点云地图；2)对所述植株的点云地图进行预处理，以获得预处理后的点云地图，所述预处理包括滤波处理和下采样处理；3)将所述预处理后的点云地图进行数据标注和数据增广，以获得点云数据集；4)对所述点云数据集进行第二分割处理，以获得点云模型；5)根据点云处理技术从所述点云模型中提取所述植株的种植参数，其中，所述参数包括高度、密度、行距和株距中的至少之一。本发明专利技术提供的方法能够准确的提取植株的种植参数，为农业自主机器人执行农业作业任务、评估作物状态以及作物表型提供信息基础。

【技术实现步骤摘要】

本专利技术涉及农业信息化，具体地，涉及一种获得植株参数的方法及其应用。

技术介绍

1、稳定、快速地检测与分割植株是农业自主机器人执行农业作业任务、评估作物状态以及作物表型研究的前提。点云的语义分割是指将点云中的每个点划分为不同的语义类别，点云的实例分割是在语义分割的基础上，将点云中的每个点划分为不同语义的不同个体。对于无人农场来说，在不同的应用场景下，对地图的处理需求也不同。例如，在智能农机作业导航任务中，对农田点云地图进行语义分割即可为智能农机找到可通行区域与障碍物，而在农田作物状态评估任务中，对田间种植的农作物进行实例分割才可以满足单株作物的参数检测需求。因此，对农田点云地图进行包含语义分割与实例分割的多任务点云分割是必要的。

2、已有学者对基于三维点云的农作物语义分割与实例分割问题进行研究，可分为基于人工设计特征方法和基于深度学习方法。基于人工设计特征方法通过人工设计的特征描述符来对全局信息与局部信息进行特征表示，进而用于点云的分割和分类任务，可以达到一定的精度，但具有泛化性差，智能化程度较低的问题。近年来，随着深度学习技术在图像领域展现本文档来自技高网...

【技术保护点】

1.一种获得植株参数的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述植株的点云数据是通过使用三维激光雷达采集的；

3.根据权利要求2所述的方法，其特征在于，所述特征融合层用于实例分割特征矩阵与语义分割特征矩阵的信息交互；

4.根据权利要求3所述的方法，其特征在于，Fsi和Fis是通过如下公式计算获得的：其中，K为近邻点个数；

5.根据权利要求1所述的方法，其特征在于，所述高度为所述植株的最高点与最低点的高度的差值；

6.一种获取植株参数的设备，其特征在于，所述设备包括：>

7.根据权利...

【技术特征摘要】

1.一种获得植株参数的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述植株的点云数据是通过使用三维激光雷达采集的；

3.根据权利要求2所述的方法，其特征在于，所述特征融合层用于实例分割特征矩阵与语义分割特征矩阵的信息交互；

4.根据权利要求3所述的方法，其特征在于，fsi和fis是通过如下公式计算获得的：其中，k为近邻点个数；

5.根据权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：迟瑞娟，班超，董乃昔，苏童，陈嘉翊，马悦琦，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：