-
公开(公告)号：CN114791750A
公开(公告)日：2022-07-26
申请号：CN202210333754.3
申请日：2022-03-30
Applicant: 安徽农业大学
IPC: G05D27/02
Abstract: 本发明公开了一种基于树莓派和Arduino的水产养殖监测与控制系统，属于水产养殖物联网领域，一种基于树莓派和Arduino的水产养殖监测与控制系统，包括数据监测模块、智能控制模块、业务服务模块、若干Arduino开发板、若干传感器和树莓派，其特征在于，所述数据监测模块用于所述若干传感器连接Arduino开发板采集环境和设备数据，Arduino与所述树莓派通过串行通信传输数据。对水产养殖环境(水温、水位、溶解氧含量、电导率、浊度、PH等)进行实时监测，反馈养殖户预警信息，做到实时监测管理，为用户决策提供可靠数据。
-
公开(公告)号：CN114782456B
公开(公告)日：2024-10-18
申请号：CN202210360615.X
申请日：2022-04-07
Applicant: 安徽农业大学
IPC: G06T7/10 , G06V10/762 , G06V10/74 , G06V10/26
Abstract: 本发明提出了一种植物图像分割的改进的核密度峰值聚类方法，该方法通过利用决策图选取中心点后，利用RBF将数据映射到高维空间，然后对样本点采用两种分配策略进行聚类在高维空间中，从而更好地解决K‑Means聚类算法与DPC聚类算法在农业图像分割上的不足。通过在多个人工数据集和UCI数据集上进行试验，并与其他聚类算法进行比较，最后再应用在植物图像分割中，实验结果表明，本发明的算法具有较好的聚类效果。
-
公开(公告)号：CN114998639B
公开(公告)日：2024-04-26
申请号：CN202210412607.5
申请日：2022-04-19
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06T5/50 , G06F16/951 , G06F16/55
Abstract: 本发明公开了一种基于深度学习的中药材品类识别方法，包括建立学习模型和识别中药材饮片两个部分。本发明利用网络爬虫和线下采集方式并通过对数据集进行数据增强后，供卷积神经网络建立识别数据模型，识别中药材饮片过程前对其进行样品处理并连续采像后，利用同态滤波对采集的图像与基于卷积神经网络进行图像融合，通过ZCA白化对图像进行处理后，再使用Transformer提取特征，并将图像特征导入卷积神经网络模型中进行特征对比，以快速获取样本中药材类别，极大地排出了处理过程中影响识别准确性的因素数量，提升了识别率，可为中药材快速识别方法研究提供理论支撑，为推重中医药现代化具有非常深远的意义。
-
Patent Agency Ranking
公开(公告)号：CN114998639A
公开(公告)日：2022-09-02
申请号：CN202210412607.5
申请日：2022-04-19
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06N3/04 , G06T5/50 , G06F16/951 , G06F16/55
Abstract: 本发明公开了一种基于深度学习的中药材品类识别方法，包括建立学习模型和识别中药材饮片两个部分。本发明利用网络爬虫和线下采集方式并通过对数据集进行数据增强后，供卷积神经网络建立识别数据模型，识别中药材饮片过程前对其进行样品处理并连续采像后，利用同态滤波对采集的图像与基于卷积神经网络进行图像融合，通过ZCA白化对图像进行处理后，再使用Transformer提取特征，并将图像特征导入卷积神经网络模型中进行特征对比，以快速获取样本中药材类别，极大地排出了处理过程中影响识别准确性的因素数量，提升了识别率，可为中药材快速识别方法研究提供理论支撑，为推重中医药现代化具有非常深远的意义。
-
公开(公告)号：CN114589121A
公开(公告)日：2022-06-07
申请号：CN202210284982.6
申请日：2022-03-21
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于计算机视觉图像处理的小型农产品分选装置，包括识别装置和一组分选装置，分选装置和识别装置固定连接在支架上，分选装置包括一对侧板，两侧的侧板之间转动连接有转动辊，相邻的转动辊之间设置有过料间隙，侧板的底部固定连接有一组导料板，导料板的顶部位于过料间隙的左侧，分选装置上下层叠放置，下方的分选装置的过料间隙窄于上方的分选装置的过料间隙，下方的分选装置相对于上方的分选装置存在水平方向的位移，识别装置包括一组摄像头，摄像头对准相邻分料板之间的区域。本发明能够实现小型农产品的准确、高效质检和分级，自动化程度高，效率高，精确度高，防护性好，对农产品损耗小，结构简单，原理清晰，值得推广。
-
公开(公告)号：CN115115880A
公开(公告)日：2022-09-27
申请号：CN202210747621.0
申请日：2022-06-28
Applicant: 安徽农业大学
Inventor： 庄永志
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的香菇品质分级方法，属于香菇检测技术领域，该分级方法具体步骤如下：(1)统计香菇总量并进行分类记录；(2)构建并训练分析神经网络；(3)采集各香菇信息并进行品质分级；(4)依据分级结果对香菇进行分类入库；本发明通过构建分析神经网络，能够自动高效的对香菇品质进行分级，节省工作人员人工分析时间，简化分级步骤，便于工作人员操作，能够自行对分析神经网络进行优化，大幅提高香菇分级的准确率，同时能够将分析神经网络运行性能更加直观的反馈给工作人员，提高工作人员分析效率。
-
公开(公告)号：CN114782456A
公开(公告)日：2022-07-22
申请号：CN202210360615.X
申请日：2022-04-07
Applicant: 安徽农业大学
IPC: G06T7/10 , G06K9/62 , G06V10/762 , G06V10/74
Abstract: 本发明提出了一种植物图像分割的改进的核密度峰值聚类方法，该方法通过利用决策图选取中心点后，利用RBF将数据映射到高维空间，然后对样本点采用两种分配策略进行聚类在高维空间中，从而更好地解决K‑Means聚类算法与DPC聚类算法在农业图像分割上的不足。通过在多个人工数据集和UCI数据集上进行试验，并与其他聚类算法进行比较，最后再应用在植物图像分割中，实验结果表明，本发明的算法具有较好的聚类效果。
-
公开(公告)号：CN114639019A
公开(公告)日：2022-06-17
申请号：CN202210266250.4
申请日：2022-03-17
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/26 , G06V10/20 , G06Q50/02 , A01C23/00 , A01G7/06 , A01G13/02 , A01G25/16 , A01M7/00 , G05D27/02
Abstract: 本发明公开了一种基于图像处理的智慧农业管理设备，涉及农业管理技术领域，该基于图像处理的智慧农业管理设备包括数据感知系统和后台处理系统，所述数据感知系统包括图像采集模块，所述后台处理系统包括图像处理模块和长势比对模块；所述图像处理模块包括作物图像预处理模块、作物图像特征提取模块及虫害比对模块。本发明通过虫害比对模块对作物的受害程度进行智能处理，当受害程度达到一定程度时，通过农药喷洒装置对作物进行除虫。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
