-
公开(公告)号：CN115019301A
公开(公告)日：2022-09-06
申请号：CN202210596417.3
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像识别的复杂果园龙眼串果检测方法、系统、设备及介质，方法包括：构建图像识别模型；图像识别模型包括预训练参数加载模块、图像尺寸归一化模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标预测模块；对采集的龙眼串果图像进行数据扩增和预处理，获得初始数据集；对初始数据集中每个图像上的龙眼串果进行标注；将完成标注的初始数据集按照设定的比例分为训练集和验证集；利用训练集中的图像和标注数据对图像识别模型进行训练；利用训练好的龙眼串果检测模型对龙眼果园图像的龙眼串果进行检测。本发明将计算机视觉技术应用到自然条件下复杂果园中龙眼的检测，避免了基于形状、颜色阈值等识别方法的局限性。
-
公开(公告)号：CN113610048A
公开(公告)日：2021-11-05
申请号：CN202110978303.0
申请日：2021-08-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像识别的荔枝霜疫病自动识别方法、系统和存储介质，包括下述步骤：收集自然条件下感染霜疫病的荔枝果实图像，组成果实源数据集并进行数据扩增和预处理得到果实训练数据集；导入YOLO V3目标检测网络模型进行训练，得到检测识别模型；收集实验室条件下不同严重程度的荔枝霜疫病图像，组成霜疫病源数据集并进行数据扩增和预处理得到霜疫病训练数据集；导入PSPNet语义分割网络模型进行训练，得到病斑分割模型；将待检测图像导入检测识别模型，得到检测结果；将其导入病斑分割模型，得到分割结果；计算病情指数DI，判断荔枝霜疫病严重程度。本发明实现荔枝霜疫病无损快速精准识别，对荔枝病害精准防控和保障产量具有重要意义。
-
公开(公告)号：CN115019301B
公开(公告)日：2025-02-18
申请号：CN202210596417.3
申请日：2022-05-30
Applicant: 华南农业大学
IPC: G06V20/68 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种基于图像识别的复杂果园龙眼串果检测方法、系统、设备及介质，方法包括：构建图像识别模型；图像识别模型包括预训练参数加载模块、图像尺寸归一化模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标预测模块；对采集的龙眼串果图像进行数据扩增和预处理，获得初始数据集；对初始数据集中每个图像上的龙眼串果进行标注；将完成标注的初始数据集按照设定的比例分为训练集和验证集；利用训练集中的图像和标注数据对图像识别模型进行训练；利用训练好的龙眼串果检测模型对龙眼果园图像的龙眼串果进行检测。本发明将计算机视觉技术应用到自然条件下复杂果园中龙眼的检测，避免了基于形状、颜色阈值等识别方法的局限性。
-
公开(公告)号：CN114916318B
公开(公告)日：2023-05-02
申请号：CN202210596569.3
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种搭载在无人机上的水果自动采收装置及其控制方法，装置包括：水果定位组件、控制及信息传输设备和采摘机构；所述水果定位组件包括RGB‑D相机、微型处理器和光电传感器；所述控制及信息传输设备包括Arduino开发板、继电器、电机控制板和USB‑TypeB数据线；所述采摘机构包括电池、电机保护壳、电机、丝杆、套筒、支撑杆、钢条、带夹持机构的剪刀；使用时，光电传感器检测到水果的结果母枝进入剪刀中间时，向微型处理器发射信号；微型处理器收到光电传感器的信号后运行水果定位程序，定位水果并判断无人机是否到达目的地位置。本发明搭载在无人机平台上，能够适应丘陵果园的复杂地形条件，有效解决了采摘机器人面对高大果树上的果实无法工作的问题。
-
公开(公告)号：CN114995494A
公开(公告)日：2022-09-02
申请号：CN202210596576.3
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于视觉定位的无人机自动除梢装置及其控制方法，装置包括：修剪除梢机构、冬梢和夏梢的视觉定位组件、以及控制及信息传输设备，所述的修剪除梢机构包括电池、支撑杆、电机托板、无刷直流电机和双面刀片；所述的冬梢和夏梢的视觉定位组件包括RGB‑D相机、光纤传感器、光纤放大器和微型处理器；所述的控制及信息传输设备包括Arduino开发板、继电器、电子调速器和USB‑TypeB数据线；本发明搭载在无人机平台上，能够适应丘陵果园的复杂地形条件，有效解决了地面修剪机器人面对高大果树上的冬梢或者夏梢无法工作的问题。
-
Patent Agency Ranking
公开(公告)号：CN113989639A
公开(公告)日：2022-01-28
申请号：CN202111218586.5
申请日：2021-10-20
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/22 , G06V10/26 , G06V10/52 , G06V10/82 , G06V20/68 , G06K9/62 , G06N3/04 , G06N3/08 , G01N21/88
Abstract: 本发明公开了一种基于高光谱图像分析处理方法的荔枝病害自动识别方法及装置，包括下述步骤：收集自然条件下的荔枝果实图像，组成果实源数据集；将果实训练数据集导入U‑Net语义分割网络模型中进行训练，得到荔枝果实分割识别模型；获取荔枝病害源数据集，并对所述果实源数据集进行预处理并根据病情指数DI进行分级，得到荔枝病害训练数据集；将荔枝病害训练数据集导入光谱数据分析模型进行训练，得到荔枝病害检测模型；将待测高光谱图像的可见光数据导入荔枝果实分割识别模型，得到分割识别结果；将所述分割识别结果导入荔枝病害检测模型，得到荔枝病害识别结果。本发明提高了荔枝病害检测的效率和精度，有助于及时掌握荔枝果实的荔枝病害状态。
-
公开(公告)号：CN113989639B
公开(公告)日：2024-04-16
申请号：CN202111218586.5
申请日：2021-10-20
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/22 , G06V10/26 , G06V10/52 , G06V10/82 , G06V20/68 , G06N3/0464 , G06N3/0455 , G06N3/08 , G01N21/88
Abstract: 本发明公开了一种基于高光谱图像分析处理方法的荔枝病害自动识别方法及装置，包括下述步骤：收集自然条件下的荔枝果实图像，组成果实源数据集；将果实训练数据集导入U‑Net语义分割网络模型中进行训练，得到荔枝果实分割识别模型；获取荔枝病害源数据集，并对所述果实源数据集进行预处理并根据病情指数DI进行分级，得到荔枝病害训练数据集；将荔枝病害训练数据集导入光谱数据分析模型进行训练，得到荔枝病害检测模型；将待测高光谱图像的可见光数据导入荔枝果实分割识别模型，得到分割识别结果；将所述分割识别结果导入荔枝病害检测模型，得到荔枝病害识别结果。本发明提高了荔枝病害检测的效率和精度，有助于及时掌握荔枝果实的荔枝病害状态。
-
公开(公告)号：CN113610048B
公开(公告)日：2023-08-01
申请号：CN202110978303.0
申请日：2021-08-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像识别的荔枝霜疫病自动识别方法、系统和存储介质，包括下述步骤：收集自然条件下感染霜疫病的荔枝果实图像，组成果实源数据集并进行数据扩增和预处理得到果实训练数据集；导入YOLO V3目标检测网络模型进行训练，得到检测识别模型；收集实验室条件下不同严重程度的荔枝霜疫病图像，组成霜疫病源数据集并进行数据扩增和预处理得到霜疫病训练数据集；导入PSPNet语义分割网络模型进行训练，得到病斑分割模型；将待检测图像导入检测识别模型，得到检测结果；将其导入病斑分割模型，得到分割结果；计算病情指数DI，判断荔枝霜疫病严重程度。本发明实现荔枝霜疫病无损快速精准识别，对荔枝病害精准防控和保障产量具有重要意义。
-
公开(公告)号：CN115063703A
公开(公告)日：2022-09-16
申请号：CN202210716215.8
申请日：2022-06-23
Applicant: 华南农业大学
Abstract: 本发明公开了一种果树成花率估测方法、系统、设备及存储介质，方法包括：采集果树花期的RGB图像，对所述RGB图像进行预处理，构建图像数据集；对所述图像数据集的花穗和树梢进行标注，获得完成标注的图像数据集；利用图像数据集对预先设立的目标检测模型进行预训练，通过对比精确度，选择最优的目标检测模型参数；利用最优的目标检测模型参数对目标检测模型进行训练，得到训练好的目标检测模型；利用训练好的目标检测模型对单棵果树的花穗和树梢进行目标检测，并构建单棵果树花穗和树梢的数量估计模型，利用数量估计模型对待检测果树成花率进行估计。本发明结合无人机技术和深度学习技术，通过实现果树花穗和树梢快速且准确地检测，从而为果树成花率的估测提供智能化的技术手段。
-
公开(公告)号：CN115063478A
公开(公告)日：2022-09-16
申请号：CN202210596577.8
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于RGB‑D相机和视觉定位的水果定位方法、系统、设备及介质，方法包括：构建目标视觉定位模型；所述目标视觉定位模型包括预训练参数加载模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标定位预测模块；获取水果果园场景中处于成熟期的果实RGB图像和深度图像；对采集的果实RGB图像和深度图像进行预处理，获得初始数据集；对初始数据集中每个RGB图像上的果实用进行标注；利用标注数据训练集中的RGB图像和标注数据对目标视觉定位模型进行训练；利用训练好的目标视觉定位模型对水果果园图像的果实进行定位预测。本发明基于RGB‑D相机和计算机视觉技术获取水果果实的三维坐标信息，对自动采摘机器人的发展具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.034 seconds)
