-
公开(公告)号：CN112229836A
公开(公告)日：2021-01-15
申请号：CN202010970495.6
申请日：2020-09-15
Applicant: 华南农业大学
Abstract: 本发明公开了一种水稻实粒与空粒检测装置及检测方法，所述装置包括底座、背光光源部件、摄像机安装支架、摄像机和计算机；所述背光光源部件居中设置在底座上；所述摄像机安装支架设置在底座上；所述摄像机可调地设置在摄像机安装支架上，并与计算机连接，摄像机的镜头正对着背光光源部件的发光面中心。本发明利用机器视觉技术，在实粒群、空粒群和枝梗群共存于同一图像情况下，实现对实粒与空粒的快速同步检测和计数，自动得出实粒数、空粒数和结实率。
-
公开(公告)号：CN112115940A
公开(公告)日：2020-12-22
申请号：CN202010893411.3
申请日：2020-08-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像处理的土壤孔隙度空间分布数据获取方法及装置，所述方法包括：获取土壤样品的断层扫描图像；根据土壤样品的断层扫描图像，将土壤样品划分为多个等高的土壤层；对每个土壤层的断层扫描图像进行处理，得到多个网格图像及立体网格土壤的孔隙度数据；将土壤孔隙度按大小划分多个土壤孔隙度等级；根据土壤孔隙度等级，对立体网格土壤进行相应的标记，完成网格可视化土壤模型的构建。本发明通过应用CT扫描与数字图像处理技术快速获取土壤孔隙度空间分布数据，可以构建一种还原度高、可视化效果强的三维网格土壤模型，能够真实反映土壤孔隙空间分布情况与土壤内部松紧状况。
-
公开(公告)号：CN111462058A
公开(公告)日：2020-07-28
申请号：CN202010211220.4
申请日：2020-03-24
Applicant: 华南农业大学
IPC: G06T7/00 , G06K9/00 , G06K9/62 , G06F16/51 , G06F16/583 , G06F16/58 , G06F16/55 , G06N3/04 , G06N3/08 , G01N21/84
Abstract: 本发明公开了一种水稻有效穗的快速检测方法，实现对稻田复杂环境下水稻有效穗的高通量智能计数；所述快速检测方法包括：采集水稻稻茬图像、利用深度卷积神经网络方法检测水稻有效分蘖以及计算水稻有效穗数，具体步骤为：用镰刀在距离地面2-3厘米处割下整株成熟期水稻植株，然后在距离地面13-20厘米的位置用智能手机或者照相机等移动采集设备采集稻茬样本图像；用Labellmg软件进行人工数据标注，建立水稻稻茬图像数据库，包括训练集、验证集和测试集；为得到最优的水稻有效穗检测模型，基于其他训练参数保持一致的前提下，利用三种不同的主干网络配合两种训练方法，分别对水稻稻茬图像进行相应训练并组建相应模型；对选出的最优模型进行参数优化，得到最终的水稻有效穗快速检测模型。与现有技术相比，本发明可实现水稻有效穗数的高通量、快速以及准确获取，具有较高的实际应用价值。
-
公开(公告)号：CN108037123B
公开(公告)日：2020-06-19
申请号：CN201710942178.1
申请日：2017-10-11
Applicant: 华南农业大学
IPC: G01N21/84
Abstract: 本发明涉及一种杂交稻钵体盘播种性能参数精密检测方法，该法用于含Linux操作系统及开源跨平台视觉库OPENCV开发出的智能恒量播种检测系统中，实现钵体盘在杂交稻育秧播种时，对其播种性能参数进行精确检测。其包括：种子包衣预处理，秧盘播种作业，秧盘原始图像采集，种子图像处理，钵体盘网格图像处理，最终提取特征参数，建立随机决策森林算法，对播种性能参数精确检测。该法实现对杂交稻钵体盘育秧播种性能参数的精准检测，检测效果好，速度快，算法精度高，同时为后续的播量优化调控、恒量播种奠定了研究基础。
-
公开(公告)号：CN110457989A
公开(公告)日：2019-11-15
申请号：CN201910533754.6
申请日：2019-06-19
Applicant: 华南农业大学
Abstract: 本发明属于智能农业机械识别领域，涉及一种基于卷积神经网络提取多维度扩展特征的稻田杂草识别方法。本发明克服了机器视觉杂草识别方法时靠人工提取特征难以获得接近杂草自然属性的问题和图像预处理对识别结果有影响的缺点。本发明首先通过多维度采集和多步骤扩展，获得大量、具有相关性的训练集；其次基于卷积神经网络对稻田杂草特征进行提取和筛选；然后对MLP分类器进行训练与检测；最终迁移学习后的MLP分类器对稻田杂草的种类、位置进行预测。通过上述步骤，使杂草识别的准确率、稳定性和实时性获得提升。本发明为智能稻田除草机械的研制奠定了基础，具有推广应用的价值。
-
Patent Agency Ranking
公开(公告)号：CN108323389B
公开(公告)日：2019-11-08
申请号：CN201810050581.8
申请日：2018-01-18
Applicant: 华南农业大学
Abstract: 本发明公开一种水稻插秧机的插秧秧苗株距与穴秧苗数的检测方法和装置，首先检测启动模块不断检测插秧机的工作状态和行驶速度，当插秧机处于插秧工作状态时，摄像头开始对插秧机作业区域进行实时拍摄，嵌入式控制器对采集到的秧苗RGB图像进行灰度化、二值化处理，提取秧苗轮廓图像，并根据轮廓陡变度的算法计算获得插秧机栽插秧苗株距和穴秧苗数，语音提示模块播报当前秧苗株距与穴秧苗数，使得插秧驾驶员根据反馈信息及时调整和管控插秧机工作参数。相对现有技术，本发明技术方案实现了插秧机栽插质量的自动检测，为插秧机田间工作的稳定性和可靠性提供保证。
-
公开(公告)号：CN106358835B
公开(公告)日：2019-11-08
申请号：CN201610809006.2
申请日：2016-09-07
Applicant: 华南农业大学
Abstract: 本发明涉及一种水稻钵体苗软塑秧盘自动嵌放装置，包括有机架、均安装在机架上的钵苗盘定位输送机构、皮带输送接盘机构、复合托盘解垛机构以及辊轮输送机构；其中，所述皮带输送接盘机构位于钵苗盘定位输送机构和辊轮输送机构之间，三者紧密相连；所述复合托盘解垛机构位于辊轮输送机构上方且置于辊轮输送机构靠近皮带输送接盘机构的一端。本发明免去了工人逐一接送托盘，移动秧盘的繁琐工作，降低了劳动强度，提高了水稻钵体苗育秧播种流水线的作业效率。
-
公开(公告)号：CN109614973A
公开(公告)日：2019-04-12
申请号：CN201811395683.X
申请日：2018-11-22
Applicant: 华南农业大学
Abstract: 本发明公开了一种水稻秧苗及苗期杂草图像语义分割方法、系统、设备和介质，所述方法包括：获取水稻秧苗及苗期杂草的彩色样本图像；生成与彩色样本图像对应的标签样本图像；将彩色样本图像及其对应的标签样本图像分为训练样本和测试样本；对所有样本进行预处理和数据扩增，形成训练数据集和测试数据集；构建基于全卷积神经网络的水稻秧苗及苗期杂草图像语义分割模型；利用水稻秧苗及苗期杂草图像语义分割模型待分割水稻秧苗及苗期杂草的彩色图像的的像素进行分类，输出水稻秧苗及苗期杂草分割图像，实现水稻秧苗及苗期杂草图像的语义分割。本发明能够从样本中学习并提取得到鲁棒性强的特征，实现水稻秧苗及苗期杂草图像的语义分割。
-
公开(公告)号：CN109522797A
公开(公告)日：2019-03-26
申请号：CN201811199948.9
申请日：2018-10-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于卷积神经网络的水稻秧苗及苗期杂草识别方法和系统，所述方法包括：获取水稻秧苗及苗期杂草的彩色样本图像；其中，所述水稻秧苗及苗期杂草的彩色样本图像带有相应的种类标签；对水稻秧苗及苗期杂草的彩色样本图像进行扩增，形成训练集和测试集；构建基于卷积神经网络的水稻秧苗及苗期杂草识别模型，设计三种不同网络深度的卷积神经网络模型；调节三种网络深度的卷积神经网络模型的网络参数，通过训练集对三种网络深度不同网络参数的卷积神经网络模型进行训练，选出识别准确率最高的卷积神经网络模型。本发明能够从水稻秧苗及苗期杂草的彩色样本图像中学习并提取得到鲁棒性强的特征，并取得较好的识别效果。
-
公开(公告)号：CN108872998A
公开(公告)日：2018-11-23
申请号：CN201811025573.4
申请日：2018-09-04
Applicant: 华南农业大学
IPC: G01S17/02
Abstract: 本发明涉及一种农作物位置检测设备及检测方法。该农作物位置检测设备包括：支架、驱动装置、传感器安装装置、控制装置以及、第一激光传感器和多个第二激光传感器。驱动装置设置在支架上，驱动装置与传感器安装装置传动连接，用于驱动传感器安装装置沿支架运动；第一激光传感器和多个第二激光传感器按预设形状排列安装在传感器安装装置上；控制装置分别电连接驱动装置、第一激光传感器和多个第二激光传感器，用于在接收到第一激光传感器的检测信号后，接收多个第二激光传感器的检测信号，判断检测区域内是否有被测农作物。能够更准确的检测到被测农作物，减少将田间杂草误判为被测农作物的情况，为植保作业提供更好的指导。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.033 seconds)
