-
公开(公告)号:CN118334401A
公开(公告)日:2024-07-12
申请号:CN202410122114.7
申请日:2024-01-29
Applicant: 安徽农业大学 , 安徽康乐机械科技有限公司
IPC: G06V10/764 , G06V10/774 , G06Q50/02
Abstract: 本发明公开了一种菌床整修的监测方法及系统,方法包括:识别整修完成的菌框;其中,所述菌框包括菌瓶,所述菌瓶包括整修完成的菌床;获取包括所述菌框、所述菌瓶及所述菌床的目标图像;根据预先训练好的、用于监测菌床整修情况的目标检测模型,对所述目标图像检测,得到所述菌床的检测结果;根据所述检测结果,确定所述菌床的整修情况。利用本发明实施例,能够有效提升监测准确性和时效性,进一步降低生产成本并提高工作效率。
-
公开(公告)号:CN118038451B
公开(公告)日:2024-06-21
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:CN118090722A
公开(公告)日:2024-05-28
申请号:CN202410098313.9
申请日:2024-01-24
Applicant: 安徽农业大学
Abstract: 本发明公开了一种水果隐性损伤检测方法及系统,方法包括:获取若干待测水果;采集待测水果调制后的不同视角下的双频结构光图像;将所述双频结构光图像输入至预先训练的水果隐性损伤检测模型,输出不同视角下待测水果的隐性损伤区域。利用本发明实施例,能够提供一种成本低、速度快、适用性强的水果隐性损伤检测方法,不仅能够保证水果的品质安全,而且能够提升水果的经济效益。
-
公开(公告)号:CN117455912B
公开(公告)日:2024-03-19
申请号:CN202311784225.6
申请日:2023-12-23
Applicant: 安徽农业大学
Abstract: 本发明涉及图像处理技术领域,公开了一种基于三平面镜的玉米穗粒全景计数方法,包括如下步骤:步骤S1:搭建基于三平面镜的玉米穗粒全景计数系统,该系统主要包括三面平面镜、多个标准圆柱体、一个支撑底座、一个摄像机和光源,其中,平面镜反射其他视角下的玉米穗粒图像,标准圆柱体对相机进行标定,支撑底座固定玉米的位置,摄像机采集标准圆柱数据集和玉米穗粒数据集。本发明提供基于三平面镜的玉米穗粒全景计数方法,实现对玉米产量的精确估算。玉米穗粒全景计系统能够同时获取三个不同视角下的玉米穗粒图像并计算出整根玉米穗的粒数。相较于其他计数系统,该系统具有速度快、精度高等显著优点,能够更好地满足实际需求。
-
公开(公告)号:CN116840236A
公开(公告)日:2023-10-03
申请号:CN202310739385.2
申请日:2023-06-21
Applicant: 安徽农业大学
IPC: G01N21/88
Abstract: 本发明涉及水果机械损伤检测技术领域,公开了一种薄皮水果亚表面机械损伤检测方法,包括以下步骤:S1搭建光照明反射成像系统,并采集灰度反射图像;S2利用三相解调算法从灰度反射图像中求解出直流分量图像与交流分量图像;S3选择全局阈值,将直流分量图像进行二值化,生成仅包含苹果区域的掩膜图像。本发明采用结构光照明反射成像技术,解决了水果亚表面机械损伤区域因表面几乎看不见而导致的难检测问题;使得水果亚表面机械损伤区域呈现更好的对比度;解决了水果近似球形形状导致靠近边缘区域的亚表面机械损伤难以被有效检测的问题;具有非接触、成本低、精度高、速度快的优点。
-
公开(公告)号:CN115046717B
公开(公告)日:2023-05-12
申请号:CN202210640631.4
申请日:2022-06-08
Applicant: 安徽农业大学
Abstract: 本发明公开了一种利用傅里叶变换轮廓术优化的结构振型可视化方法、装置及系统,方法包括:获取被测结构件的运动视频数据;针对运动视频数据中的每一帧图像,利用奇异值分解算法获取该图像中包含的振动信号以及对应的空间权值;利用稀疏成分分析算法对所述振动信号进行解耦,得到更新后的振动信号,再根据更新后的振动信号对空间权值进行更新;利用傅里叶变换轮廓术对更新后的空间权值进行优化,得到优化后的空间权值;根据优化后的空间权值对更新后的振动信号进行欧拉线性放大;利用欧拉相位放大算法对欧拉线性放大结果进行二次放大,得到可视化振型。本发明降低了光照条件变化以及噪音干扰对测量结果的影响,获得了高质量的可视化结构振型。
-
公开(公告)号:CN115641368A
公开(公告)日:2023-01-24
申请号:CN202211344424.0
申请日:2022-10-31
Applicant: 安徽农业大学
IPC: G06T7/60 , G06T7/80 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种用于标定的离焦棋盘格图像特征提取方法,包括:S1、获取棋盘格图像;S2、检测亚像素精度的特征点,设计标签图像;S3、制作数据集;S4、设计深度编码解码的权重回归网络;S5、以模糊离焦图像为输入,以标签图像为输出对网络进行反复训练;S6、分析训练网络的输出图像,检测输出图像中每个灰度圆的灰度中心,即为特征点。本发明着眼于离焦图像像素级分析,通过对标签图像带权重像素级回归,使网络实现像素是否为特征点检测。对输入数据集进行加噪处理,使网络对采集图像噪声具有较强鲁棒性;同时将Unet网络中卷积层更换为残差块,以适应深层网络训练;按照标签图像中像素位置,在损失函数中设置不同权重,以提高特征点检测精度。
-
公开(公告)号:CN118982722B
公开(公告)日:2025-02-07
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:CN118397447A
公开(公告)日:2024-07-26
申请号:CN202410444997.3
申请日:2024-04-15
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V20/68 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种果实成熟度检测方法及装置,方法包括:利用深度感知摄像头在夜间环境下采集果实图像;将所述果实图像输入预先训练的、基于特定Mask R‑CNN网络的夜间果实分割与成熟度检测模型,输出检测到的果实区域及成熟度信息,其中,所述特定Mask R‑CNN网络包括:通道增强特征金字塔网络CE‑FPN、指数移动平均EMA模块和预设分类损失函数。利用本发明实施例,能够显著提高在夜间低光照条件下的果实检测、分割和成熟度分类的准确性、效率、适应性和鲁棒性,可为夜间农业自动化采摘提供强有力的技术支持,特别是对于需要在夜间采摘以满足次日早市需求的作物,在农业领域具有较高应用价值。
-
公开(公告)号:CN118379728A
公开(公告)日:2024-07-23
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。
-
-
-
-
-
-
-
-
-