""
办公室技术商业化
http://www.research.umn.edu/techcomm
612-624-0550

三维重建植物和生物特征测量

技术#20180265-20180266

可靠的玉米植株的3D分割

自动化的方法提供了从玉米冠层的三维模型详细,可靠的信息。玉米秸秆的高分辨率图像的收集和使用,以得到目标植物的3D模型。 3D模型侧重于在生长阶段在植物仍然容易受到处理玉米和3D重建作物提供粒度和频率之前不向农业社会的测量。

估计叶面积指数,株高和单株叶

玉米植物的小批量的3D重建为现有的生物特征繁琐估计方法的替代方法。该方法估计一组用3D模型植物的生物识别技术,并提供了一个低成本,移动,和植物的生物识别技术的自动计算易于部署的解决方案。自组织映射(SOM),高效计算的算法,计算基于所提取的三维点云几种生物识别技术。 SOM是一种使用神经网络的两个完全连接层来创建组织本身捕获提供的数据的拓扑的网格无监督算法。所述SOM算法是特别强大的,适应于数据,并提供一个片状的形状。它能够估计生物测定如叶面积指数(LAI),高度,和/或每株植物的叶数。此外,相同的算法可以用于依赖于3D点生物测定,其中一个叶和茎满足(即,叶数,相对于所述茎叶角,节间距离)。

改进的生物量的计算和生物特征测量

用于计算生物量和测量生物测定电流的方法从许多缺点。平面的方法从归因于叶闭塞损失减少痛苦,对于精确的生物量计算侵入性方法依赖于植物解构,和基于整个油田随机抽取的数学模型和稀疏测量生物测定提供反映仅几个测量值的平均值表征广域结果。这项新技术采用3D模型,以增加收集的信息的准确性,而且其非侵入性的方法叶作物完好。对阔叶植物如玉米,莱目前计算直接或间接的影响。直接的方法产生准确的结果,但耗费时间和破坏性的,而间接的方法需要人力搬运,使测量采集领域望而却步,昂贵和不准确的。遥感提供有前途的间接的方式测量空间变异丽,利用各种作物的详细三维模型,这种新方法缓解目前的许多缺点。这种新技术提供了赖三围的作物生长模型每日更新有用,增强估计作物养分需求的能力。此外,鲁棒SOM算法克服如噪音,小数目的点和稀疏重建限制。

好处和特点:

  • 3D模型提供了详实可靠的信息
  • 提供粒度和频率之前不向农业社会测量
  • 使用三维模型估计植物生物识别技术
  • 低成本,移动和易于部署的,自动化生物测量计算
  • 自组织映射(SOM),一个高效计算算法
  • 算法是健壮的,适应于数据,并提供一个片状形状
  • 估计每个植物的叶片的叶面积指数(LAI),高度和/或数量
  • 粒度更高的潜在治疗策略
  • 非侵入性和非破坏性

应用:

  • 作物生物识别技术
  • 作物生长模型和营养需求
  • 玉米作物

发展阶段 - 原型开发

感兴趣的许可?
学校依托行业合作伙伴扩展技术,足够大的产能用于商业用途。该许可证可用于这项技术,并会为销售,生产或使用颁发的专利声称产品。请联系 凯文镍 分享您的业务需求,并在该技术的技术的兴趣,如果你有兴趣在技术授权进行进一步的研究和开发。