-
公开(公告)号:CN119863695A
公开(公告)日:2025-04-22
申请号:CN202411798413.9
申请日:2024-12-09
Applicant: 南京林业大学
IPC: G06V20/10 , G01N21/25 , G06V20/17 , G16C20/20 , G16C20/70 , G06V10/774 , G06V10/776 , G06V10/77 , G06V10/764 , G06V10/25 , G06N20/20 , G06N5/01
Abstract: 一种基于机载高光谱影像的银杏冠层叶绿素含量估测方法,首先,获取银杏叶用林冠层高光谱图像与叶绿素含量数据集。建立银杏叶用林冠层高光谱影像预估冠层叶绿素平均含量的快速预估模型,并用该模型以银杏叶用林冠层高光谱图像为输入,预测相应的叶绿素含量。模型建立过程为:首先使用多元散射校正MSC对图像预处理;其次对预处理后的光谱数据采用竞争性自适应重加权采样算法CARS进行特征波段选择;最后将筛选出来的特征波段光谱数据与实测叶绿素值代入XGBoost‑RF机器学习模型,建立高光谱估测叶绿素含量模型。本发明的方法是一种无损的快速检测技术,能够实时监测植物健康状况。
-
公开(公告)号:CN119559050A
公开(公告)日:2025-03-04
申请号:CN202411632250.7
申请日:2024-11-14
Applicant: 南京林业大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 一种银杏叶用林冠层近地遥感影像超分辨率重建方法,步骤包括:(一)采集不同高度下的银杏多光谱遥感图像,通过对齐真实的LR图像与HR图像创建数据集;(二)采用超分辨率重建模型从低分辨率的遥感图像的中恢复出高分辨率图像;超分辨率重建模型RTGAN以SRGAN模型为基线模型;RTGAN由生成器网络和判别器网络组成,在生成器网络中整合由多个连续的残差块构成的MDRB,并使用U‑Trans判别器作为判别网络;生成器网络通过多层非线性变换和特征提取,将LR图像映射为SR图像;判别器网络评估生成图像的质量和真实性,区分真实HR图像和生成的SR图像;最终判别器网络不能区分上述两种图像,获得高质量的SR图像。
-
公开(公告)号:CN119888479A
公开(公告)日:2025-04-25
申请号:CN202411837018.7
申请日:2024-12-13
Applicant: 南京林业大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv8的苹果叶片病害检测方法,包括以下步骤:(1)获取苹果叶片病虫害图像,根据病理特征进行预处理;(2)采用图像处理方法扩充数据集,并划分训练集和测试集;(3)构建改进的YOLOv8网络模型,使用改进后的模型对数据集进行训练,得到最终的苹果叶片病害检测模型;(4)利用最终的苹果叶片病害检测模型对图像进行检测,得到检测结果;本发明提高了检测精度。
-
公开(公告)号:CN100575890C
公开(公告)日:2009-12-30
申请号:CN200810196010.1
申请日:2008-09-10
Applicant: 南京林业大学
IPC: G01F23/26
Abstract: 电容式液位传感器,包括检测电容、检测电路,检测电路对检测电容的容值采样;检测电路包括采样电阻、放大电路、整流滤波电路、信号调理电路;采样电阻与检测电容串联,放大电路采集采样电阻两端电压信号,放大后的信号经整流滤波电路后输出稳定的直流电压,该电压在信号调理电路中与给定的基准电压叠加,输出在一定范围内变化的电压值。该放大电路是该以吉尔波特双平衡混频单元为核心的混频电路,并设有本振电路。应用上述传感器的液位检测装置,包括电容式液位传感器、光电开关、单片机、剔除器和显示装置;电容式液位传感器输出的信号经A/D转换后输出到单片机,光电开关的输出连接到单片机的输入端,显示装置和剔除器分别连接单片机的输出端。
-
公开(公告)号:CN119559393A
公开(公告)日:2025-03-04
申请号:CN202411625752.7
申请日:2024-11-14
Applicant: 南京林业大学
IPC: G06V10/26 , G06V20/10 , G06V20/17 , G06V10/77 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 一种真实场景下的银杏叶用经济林冠层语义分割方法,该方法采用语义分割模型对低空无人机采集到的叶用银杏冠层正射影像进行处理,从复杂背景中区分出叶用银杏冠层。所述语义分割模型是Haar_UNet;Haar_UNet是对UNet分割网络的改进,改进方法是在保留UNet分割网络的编码和解码器的网络框架下:用哈尔小波下采样模块替换编码层的最大池化下采样层,将原始图像信息分解为低频子带与高频子带,利用高频信息能够无损还原的特点进行后续的特征提取与重构;在特征通道的升维与降维运算后嵌入SENet注意力机制模块;在每层编码器下采样前嵌入Multi grid空洞卷积模块。试验结果表明Haar_UNet模型具有较高的分割识别精度。
-
公开(公告)号:CN116597290A
公开(公告)日:2023-08-15
申请号:CN202310380196.0
申请日:2023-04-11
Applicant: 南京林业大学
Abstract: 一种受控光环境下推扫式高光谱成像条纹噪声量化评价方法,步骤包括:1)条纹噪声生成机理研究;2)平滑对象高光谱图像条纹噪声分析;2)复杂对象高光谱图像条纹噪声分析;4)条纹噪声评价方法验证。本发明能够满足原始高光谱图像及不同去噪方法处理后的高光谱图像的条纹噪声评价,为基于化学计量学的指标空间可视化提供技术支持。
-
公开(公告)号:CN106960091B
公开(公告)日:2020-05-05
申请号:CN201710167209.0
申请日:2017-03-20
Applicant: 南京林业大学
IPC: G06F30/20 , G06N3/08 , G06N3/04 , G01N21/35 , G06F111/10
Abstract: 一种鲜肉新鲜度K值的THz光谱快速无损检测方法,包括步骤:一)肉品采集和处理:将鲜肉均匀切割成肉片后冷藏;取样切割时,避开肉的脂肪和结缔组织;二)测定肉品的THz光谱数据:采用THz衰减全反射ATR检测模式快速检测样品;光谱采集时,保持环境的温、湿度稳定;三)采用THz光谱数据与鲜肉K值之间的关系预测模型快速检测鲜肉的新鲜度K值:所述关系模型是主成分回归PCR预测模型、或者是反向传播神经网络回归BPANN预测模型。将步骤二)得到的THz光谱数据代入关系预测模型,则快速计算出未知样本的K值。本发明的样品前处理的方法,只需要切割样本以形成肉片放入仪器中测量,比现有的方法简单且快速了许多。
-
-
-
-
-
-