Добро пожаловать Клиент!

Членство

А

Помощь

А
Шанхайское акционерное общество науки и техники Цзэцюань
ЮйЗаказчик производитель

Основные продукты:

ag-mach> >Продукты
Категории продукта

Шанхайское акционерное общество науки и техники Цзэцюань

  • Электронная почта

    michael.shen@zealquest.com

  • Телефон

  • Адрес

    1038 Jinshajiang Road, район Путао, Шанхай

АСвяжитесь сейчас

Предложение системы профилирования растений

ДоговариваемыйОбновление на04/27
Модель
Природа производителя
Производители
Категория продукта
Место происхождения

Обзор

PhnoWatch Высокопроизводительная система поверхностного анализа растений, Глубина интегрирована с лазерным радаром, гиперспектральной визуализацией, инфракрасной тепловизионной визуализацией, многоспектральной визуализацией и блоком изображения RGB, Может интеллектуально перемещаться в различные области измерения, Автоматическое сканирование сельскохозяйственных культур по заданным значениям, Создание трехмерных изображений, содержащих многоспектральную информацию, Идентификация отдельных растений, разделение стеблей отдельных растений, точное получение поверхностных параметров растительного покрова, таких как высота растений, амплитуда растений, длина листьев, ширина листьев, наклон листьев, площадь листьев, степень затухания, скорость пропускания коронарного слоя и т.д., в сочетании со спектральными характеристиками для расчета индекса

Подробности о продукте

ПхеноВATCH Высокопроизводительная система профилирования растений


На основеДатчик для растенияМобильная высокоточная система визуализации поверхности растений


PhnoWatch Высокопроизводительная система поверхностного анализа растений, Глубина интегрирована с лазерным радаром, гиперспектральной визуализацией, инфракрасной тепловизионной визуализацией, многоспектральной визуализацией и блоком изображения RGB, Может интеллектуально перемещаться в различные области измерения, Автоматическое сканирование сельскохозяйственных культур по заданным значениям, Создание трехмерных изображений, содержащих многоспектральную информацию, Идентификация отдельных растений, разделение стеблей отдельных растений, точное получение поверхностных параметров растительного покрова, таких как высота растений, амплитуда растений, длина листьев, ширина листьев, наклон листьев, площадь листьев, степень затухания, скорость пропускания коронарного слоя и т.д., в сочетании со спектральными характеристиками для расчета индекса


1. PhenoWatchАппаратные системы


Аппаратное обеспечение высокопроизводительной системы профилирования растений PhenoWatch, в основном 3DМодуль изображения, теплица или полевая мобильная платформа.

blob.png

Модуль 3D - изображения (Sensor Box)

ВнизуМодуль точечного облака: лазерный радар, с двухосным компенсатором и датчиком высоты, а также функциями углового измерения, горизонтальная калибровка каждого сканирования, компенсация автоматического оборудования на месте, сканирование с более высокой точностью и большим расстоянием, получение облака точки в пространстве растений, трехмерное моделирование, в конечном итоге для достижения извлечения параметров растительного сообщества и параметров морфологического профиля одного растения.

ВнизуИнфракрасный тепловизионный модуль: внешний тепловизор для машинного зрения, оснащенный неохлажденным инфракрасным детектором оксида ванадия, высокоточным инфракрасным тепловизионным CCD, способным генерировать тепловые изображения 640x480 пикселейБолее высокиеКачество изображения, визуализация показывает линейные значения температуры ROI, профили температуры.

ВнизуМодуль гиперспектральной визуализации: каждый элемент изображения регистрирует спектральные характеристики информации о химическом составе, массе, цвете и т.д., соответствующей точке образца, для качественного и количественного анализа биомассы растений.

ВнизуМодуль многоспектральной визуализации: использование спектральных изображений пяти каналов (Blue, Green, Red, NIR, RedEdge) в качестве источника данных, предоставление спектральной информации для трехмерного облака пространственных точек путем слияния изображений с точечными облаками и, в конечном итоге, достижение трехмерного расчета индекса растительности.

ВнизуМодуль визуализации RGB: камера RGB с высоким разрешением, цветовое изображение сливается с облаком точек, чтобы гарантировать восстановление истинных цветов растений при получении высокоточных трехмерных изображений.

Мобильная платформа

В зависимости от реальной обстановки на месте, размер и структура мобильной платформы могут быть гибко спроектированы:

лМногосценарийное применение, которое может быть спроектировано в сочетании с существующими тепличными структурами, растительными рамками, может использоваться в теплице или в полевых условиях;

лМобильная платформа имеет высокую степень настройки размеров, гибкий дизайн в соответствии с условиями установки, пролет может быть более 10 м, высота может быть более 5 м, длина направляющей может быть более 1000 м;

лВысокая степень автоматизации, определяющая направление движения телеги по направляющей для оси X, ось движения Sensor Box на балке для оси Y, ось регулировки Sensor Box в вертикальном направлении для оси Z, может обеспечить автоматическое управление осями X, Y и Z, может перемещаться по пространственным координатам, может перемещаться на заданном расстоянии;

лОбласть покрытия обширна, может быть спроектирована с большим пролетом, или может быть многопролетная конструкция, то есть козловой каркас, может быть сканирована между многогранными участками;

лСпособы разнообразны, может быть дверной конструкционный дизайн, конструкционный дизайн Skype или дизайн тележки;

лВысокая точность позиционирования, защита с несколькими ограничениями, высокая безопасность.


blob.png

PhenoWatch - GF полевая система визуализации профилей растений


blob.png

PhenoWatch - GH Система визуализации поверхности растений


blob.png

PhenoWatch - MB Парниковая система визуализации поверхностей растений


blob.png

PhenoWatch - MB Полевая мобильная система визуализации форм растений


blob.png

Система визуализации поверхности растений PhenoWatch



Программные системы PhenoWatch

Данные 3D - точечного облака сельскохозяйственных культур и информация об изображениях, собранная системой PhenoWatch, могут быть объединены с данными и трехмерным моделированием с помощью программного обеспечения PhenoWatch для извлечения данных о групповых культурах и получения групповых параметров, таких как степень затухания, проницаемость коронарного слоя и индекс растительности; Основываясь на алгоритме глубокого обучения - модели Faster - RCNN, которая определяет местоположение корней отдельных растений, использует традиционный метод роста для завершения группового разделения отдельных растений, а затем для разделения стеблей растений, существует два метода разделения стеблей и листьев, встроенных в программное обеспечение: разделение стеблей на основе регионального метода роста и разделение стеблей на основе соматического метода.

Разделение стеблей на основе метода роста основано на региональном методе роста для идентификации и разделения стеблей и различных листьев одного растения, разделение стеблей на основе соматического метода основано на глубоком обучении для идентификации и разделения стеблей и различных листьев одного растения, а затем различные листья и магистрали генерируют независимые облачные файлы, а листья и магистрали соответствуют поверхностным и каркасным линиям, которые затем вычисляют такие поверхностные параметры, как высота, длина, длина листьев, ширина листьев, наклон листьев и площадь листьев.

Программное обеспечение PhenoWatch - это программное обеспечение, предназначенное для извлечения трехмерных поверхностных параметров сельскохозяйственных культур,новыйВерсия программного обеспечения PhenoWatch включает в себя технологию нейронных сетей и алгоритмы глубокого обучения, что значительно повышает точность разделения отдельных растений и стеблей. Программа использует параллельную обработку и ускорение GPU, что еще больше повышает скорость обработки облачных данных в больших точках. Программное обеспечение содержит алгоритмы разделения отдельных растений и стеблевых листьев для удовлетворения потребностей исследователей генотипа - фенотипа сельскохозяйственных культур в извлечении морфологических параметров сельскохозяйственных культур в разных масштабах. Кроме того, мы предоставляем услуги по разработке специализированных модулей обработки данных.

Программное обеспечение PhenoWatch Analytics для обработки облачных данных:


blob.png

blob.png


blob.png blob.png

Скелет растений 3D - 2D - проекция и алгоритм выравнивания кривых

blob.png

Анализ и извлечение скелета растений

3. Измерительные параметры

ВнизуГрупповые параметры:

лЦифровая высотная модель DEM: цифровое выражение форм поверхности местности.

лЦифровая модель поверхности DSM - это модель высоты поверхности, включающая высоты поверхностных зданий, мостов и растительности.

лМодель высоты коронарного слоя CHM: модель высоты коронарного слоя может быть получена путем вычитания цифровой модели высоты из цифровой модели поверхности.



blob.png

лCanopy Cover: вертикальная проекция сельскохозяйственных культур в процентах от площади поля.

лКоэффициент пропускания коронарного слоя (Transmittance) - доля падающего солнечного света, который может быть получен на слоях различных высот сельскохозяйственных культур.

лИндекс облачности в 3D точках:

3D NDVI, 3D TVI, 3D RVI, 3D DVI 等。

лИндекс растительности 2D:

2D NDVI, 2D TVI, 2D RVI, 2D DVI 等。

лСтатистика индексов растительного покрова: статистика многоспектральных индексов растительного покрова, таких как средние,большойЗначения, минимальные значения и т.д.

лСтепень зелени растений: Пользовательский порог, отражающий степень зелени растений

лТермоинфракрасный анализ: температура точек пикселей изображения, температура коронарного слоя растений (с тепловым инфракрасным формирователем изображения)

лТаблица поверхностных параметров статистической группы, высота, амплитуда короны, площадь проекции, отношение высоты короны и объема каждого растения, а также статистика данных:

blob.png

ВнизуПараметры формы одного растения:


лВысоталКорона лПлощадь проекции лКоэффициент короны

лОбъем лКоличество лопастейлОбщая площадь листа лДлина листа

лШирина листа лнаклон листа лПлощадь листа лШирина магистрали

лЭкспорт отчета о параметрах формы:

blob.png

Мощные масштабируемые функции

Система может расширить выбор модулей визуализации в соответствии с различными потребностями исследований для достижения большего количества функций


Дополнительные модули1: Многоспектральная камера для растений

Диапазон 400 - 900 нм, 5 - диапазон, охватывающий красный, зеленый, синий, ближний инфракрасный, красный край, может быть выполнен NDVI и другие многопосевные индексированные расчеты для удовлетворения применения мультиспектральных исследований сельскохозяйственных культур.

blob.png

Многоспектральные модули могут получать распределение хлорофилла, NDVI、 Цифровые модели поверхности, изображения RGB

blob.png

Многоспектральный индекс растительности


Дополнительные модули2: Инфракрасный тепловизионный модуль

Модуль тепловой инфракрасной визуализации имеет встроенный неохлажденный инфракрасный детектор оксида ванадия (VoX), способный генерировать тепловые изображения 640 x 480 пикселей, что делает тепловые изображения более точными; Опции высокоскоростного инфракрасного окна; Четкое отображение перепада температур 50 мкг; Встроенный объектив 25° с электрической и автоматической фокусировкой. Аналитическое программное обеспечение имеет точечное измерение температуры, линейное измерение температуры, измерение температуры в эллиптической области, измерение температуры в прямоугольной области, а также его температурный максимум, среднее значение, статистическую функцию функции Delta, а также записывает информацию о скорости излучения, атмосферной температуре, внешней оптической температуре, относительной влажности и т. Д. Для достижения цели получения полезной информации для тепловизионной карты.

blob.pngblob.png

Изотермический анализ инфракрасного тепловидения

blob.png

Анализ данных инфракрасного тепловидения

Дополнительные модули3: Модуль гиперспектральной визуализации

Настройка гиперспектральных модулей визуализации, Гиперспектральная система визуализации сочетает спектр видимого света в ближней инфракрасной области спектра (VNIR или NIR) с изображениями с высоким разрешением, использует технологию pushbroom для получения изображений движущихся или неподвижных образцов в движении по всем линиям спектра и синхронизации, получения количественных данных о химическом составе образцов и подробной информации о пространственном распределении. Каждый элемент изображения регистрирует спектральные характеристики информации о химическом составе, массе, цвете и т.д., соответствующей точке образца, для качественного и количественного анализа образцов.


blob.png blob.png

Гиперспектральное изображение и анализ гиперспектральных кривых

blob.png

Гиперспектрально - зефирный контроль

5. Основные технические параметры:

image.png

image.png

6. Примеры применения

blob.png

Результаты радиолокационных измерений популяций кукурузы

blob.png

Идентификация отдельных сортов кукурузы в группах


blob.png

Идентификация и измерение отдельных листьев в растениях

blob.png

Распределение изображений для измерения коронарного покрытия сельскохозяйственных культур

blob.pngblob.png

Индекс растительности растений

blob.png

Индекс растительности растений


Место рождения: OLAN, Израиль