| 专利号 | 2024104706968 | 申请日 | 2024-04-18 | 专利名称 | 一种基于多源图像深度学习的残茬覆盖地面距离测量方法 |
| 授权日 | 2025-04-15 | 专利权人 | 青岛农业大学 | 发明人 | 张星宇;王传超;王宝超;宗清涛;王鹏翼;孙启龙 |
| 主分类号 | G01B11/02 | 关键词 | 应用领域 | ||
| 摘要 | 一种基于多源图像深度学习的残茬覆盖地面距离测量方法，涉及农业机械地表测量技术领域。使用图像数据集进行神经网络训练，得到能够在平面图像中分割出残茬覆盖区域的神经网络模型；获取残茬覆盖地表的深度图像和平面图像，通过配准将平面图像与深度图像对齐；将平面图像输入到神经网络模型，得到残茬覆盖区域的二值化图像；进行形态学运算提升鲁棒性；得到去除残茬覆盖的深度图像，求无覆盖物影响区域的像素值的平均值并换算为距离，即得到真实的地面距离。通过多源获取地面信息配合神经网络图像分割和形态学处理，能够在不同环境下更加精准的得到去除覆盖物干扰的地面距离信息，提高测距的准确性和鲁棒性，具有适应性强、精度高的优点。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 高端装备制造 智能制造装备产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
