-
公开(公告)号：CN118298420A
公开(公告)日：2024-07-05
申请号：CN202410397806.2
申请日：2024-04-03
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种果实检测方法及装置，方法包括：采集包含果实的待检测图像；对所述待检测图像进行预处理；将预处理后的待检测图像输入预先训练的、基于YOLOv8网络的果实检测模型，输出包含果实标识区域的图像，其中，所述YOLOv8网络包括：替换PAN网络的B i FPN网络和引入的EMA注意力机制。利用本发明实施例，能够增加网络对果实的关注度，改善传统网络在自然环境下的果实检测中漏检、错检和重检的现象，在自然环境下的果实检测中更具有实用性，能够为采摘机的自动化采摘提供有力的支撑。
-
公开(公告)号：CN118038451A
公开(公告)日：2024-05-14
申请号：CN202410431523.5
申请日：2024-04-11
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V10/80 , G06V10/74 , G06V10/774 , G06V10/762
Abstract: 本发明公开了一种开放世界果实检测模型构建方法、检测方法及电子设备，属于计算机视觉和自然语言处理技术领域。本发明构建所得检测模型包括：文本编码模块，用于生成输入文本的文本特征向量；图像编码模块，用于生成输入图像的图像特征向量；图文特征融合模块，用于多层融合和交互文本特征和图像特征，生成融合后的图像特征向量和文本特征向量；深度估计模块，用于生成输入图像的深度估计特征；目标检测头，用于进一步融合和提取所得的融合后的图像特征向量、文本特征向量和深度估计特征，得到预测结果。本发明结合图像、深度估计算法和开放文本，实现了未见类别的果实检测和定位。
-
公开(公告)号：CN117115668B
公开(公告)日：2024-01-26
申请号：CN202311374559.6
申请日：2023-10-23
Applicant: 安徽农业大学
IPC: G06V20/10 , G06N3/0455 , G06N3/0464 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/82
Abstract: 型提取。本发明能够提升作物冠层表型信息的提本发明公开了一种作物冠层表型信息提取 取效率与精度。方法、电子设备及存储介质，属于图像处理技术领域。本发明采用编码器‑解码器架构设计语义分割模型，融合基于多维权重聚合的动态卷积神经网络与基于级联自注意力的作物特征提取网络，增强对环境因素和作物生长分布差异的鲁棒性。在编、解码器连接处引入作物上下文信息提取模块，并联有效的空洞卷积组合捕获作物冠层像素点与其邻域像素点特征以辅助分类决策，提升模型对作物冠层像素与背景像素的辨别能力。
-
公开(公告)号：CN118982722A
公开(公告)日：2024-11-19
申请号：CN202411458265.6
申请日：2024-10-18
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V10/141 , G06V10/80 , G06V10/82 , G06T7/13 , G06T7/80 , G06T7/68 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及视觉图像识别技术领域，公开了种油菜角果表型参数测量方法，包括如下步骤：步骤1、构建油菜角果表型参数测量系统，以获取油菜角果图像信息；步骤2、构建基于UNet网络的油菜角果结构测量模型以及基于CrowdCounting‑P2PNet网络的油菜角果籽粒计数模型；步骤3、对所述图像信息进行多尺度融合处理，获得多尺度融合图像；步骤4、将多尺度融合图像输入至油菜角果结构测量模型和油菜角果籽粒计数模型中；步骤5、输出油菜角果的精确表型参数。本发明能够高效地采集油菜角果图像、有效地融合油菜角果长曝光和短曝光图像、全面地测量油菜角果的表型参数，并能够利用多尺度融合图像构建油菜角果表型参数检测模型，具有成本低、速度快、精度高、系统简单等优点。
-
公开(公告)号：CN118379728B
公开(公告)日：2024-08-27
申请号：CN202410842103.6
申请日：2024-06-27
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V10/141 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/09
Abstract: 本发明涉及图像处理技术领域，公开了一种基于双平面镜的玉米穗粒全景计数系统，计数系统包括底板、两个平面镜、一个支撑底座、一个摄像机、三个滑轨和三个挡板以及光源；两个平面镜尺寸相同，且两个平面镜垂直放置于底板上，两个平面镜的一侧接触且二者之间的夹角为120°，摄像机安装在支撑底座的正前方；三块挡板分别安装在三个滑轨上，三个滑轨沿周向均匀阵列分布在支撑底座的四周。本发明提出的计数方法能够同时获取多个视角的玉米穗粒图像信息，并通过深度学习算法对图像进行处理和分析，从而准确计算出整根玉米穗粒的数量。与其它计数系统相比，该系统具有速度快、精度高、操作简便等显著优点，能够更好地满足实际需求。
-
Patent Agency Ranking
公开(公告)号：CN114841964B
公开(公告)日：2024-07-26
申请号：CN202210490922.X
申请日：2022-05-07
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于偏差放大的轮胎滑移量测量方法、装置及系统，方法包括：在轮胎胎面上设置若干个标记点，并在轮胎滚动过程中采集标记点的原始图像；得到针对标记点的边缘检测结果；计算出该标记点的位置滑移量；根据所提取的像素重构出标记点的重构图像矩阵；利用偏差放大算法对重构图像矩阵进行处理，计算由形状变化所导致的形状滑移量；根据形状滑移量和位置滑移量之和获取总滑移量，根据形状滑移量对应的滑动方向以及位置滑移量对应的滑动方向确定出滑移矢量，将总滑移量以及滑移矢量作为分析和预测轮胎的磨损情况的依据。应用本发明实施例，提高了测量灵敏度。
-
公开(公告)号：CN116468708A
公开(公告)日：2023-07-21
申请号：CN202310456758.5
申请日：2023-04-25
Applicant: 安徽农业大学
IPC: G06T7/00 , G06T7/13 , G06V10/774 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于深度学习的单帧正交条纹标靶图像的特征点检测方法，构建单帧正交条纹图像的相位解码网络，采用具有残差模块的深层网络，以解决网络加深带来的训练难题；优化损失函数，以提高网络的解码精度，获取准确的截断相位，从而准确地检测标靶特征点；所设计的网络经多质量样本训练后，即使在离焦模糊情况下仍能够计算单帧正交条纹的截断相位，从而准确提取特征点，因此在标定时可适应不同的焦距，自适应性强，灵活性高，对噪声的鲁棒性强。
-
公开(公告)号：CN115082513A
公开(公告)日：2022-09-20
申请号：CN202210794490.1
申请日：2022-07-07
Applicant: 安徽农业大学
Abstract: 本发明公开了一种结构振型可视化的实现方法、装置、存储介质及电子设备，方法包括：获取待测量结构件的初始运动视频数据，对待测量结构件的初始运动视频数据进行预处理，获得目标运动视频数据，利用基于块匹配和梯度光流的组合位移提取算法，确定目标运动视频数据的运动矢量场，根据运动矢量场以及运动补偿算法，实现待测量结构件的结构振型可视化，提高了对视频数据中微小运动的放大倍率，同时有效的减少了运动放大过程中产生的伪影，获得了高质量的可视化结构振型，并且通过使用基于块匹配和梯度光流的组合位移提取算法和运动补偿来降低运动放大的复杂度，提高了算法的运行效率。
-
公开(公告)号：CN119867042A
公开(公告)日：2025-04-25
申请号：CN202510078362.0
申请日：2025-01-17
Applicant: 安徽农业大学
IPC: A01M7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06T5/50 , G06T3/4038 , G06T7/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于视觉检测的番茄叶片白粉虱虫害施药方法，自动施药装置的底盘在移动过程中，通过训练好的YOLOv9网络实现番茄叶片病害部位检测，若检测到番茄叶片虫害区域，则停止移动，继而通过叶片扰动模块上搭载一个工业风扇，对识别到的虫害区域进行叶片扰动，暴露叶片背部的白粉虱，同时喷药模块通过对虫害位置区域信息的处理，转动喷头方向，将喷头方向对准叶片虫害区域后，对番茄感染白粉虱的叶片进行精准施药，从而达到治理寄生于番茄叶片背部的白粉虱的目的；避免了传统的番茄白粉虱虫害治理方法依赖于人工背负式喷雾器，进行大量的药液喷洒显著提高大棚内的空气湿度导致滋生多种喜湿的病菌，引发灰霉病、早疫病、晚疫病、叶霉病等病害。
-
公开(公告)号：CN115082513B
公开(公告)日：2024-10-29
申请号：CN202210794490.1
申请日：2022-07-07
Applicant: 安徽农业大学
Abstract: 本发明公开了一种结构振型可视化的实现方法、装置、存储介质及电子设备，方法包括：获取待测量结构件的初始运动视频数据，对待测量结构件的初始运动视频数据进行预处理，获得目标运动视频数据，利用基于块匹配和梯度光流的组合位移提取算法，确定目标运动视频数据的运动矢量场，根据运动矢量场以及运动补偿算法，实现待测量结构件的结构振型可视化，提高了对视频数据中微小运动的放大倍率，同时有效的减少了运动放大过程中产生的伪影，获得了高质量的可视化结构振型，并且通过使用基于块匹配和梯度光流的组合位移提取算法和运动补偿来降低运动放大的复杂度，提高了算法的运行效率。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.042 seconds)
