-
公开(公告)号：CN108961295B
公开(公告)日：2022-01-28
申请号：CN201810845832.1
申请日：2018-07-27
Applicant: 重庆师范大学 , 重庆市农业技术推广总站
Abstract: 本发明提供一种基于正态分布H阈值的紫色土图像分割提取方法，包括步骤S1：将含有紫色土区域的彩色图像转化为HSV颜色空间的图像Ⅰ；S2：确定对图像Ⅰ进行分割的阈值，对图像Ⅰ进行分割，得到二值图像Ⅱ；S3：识别二值图像Ⅱ的边界，得到二值图像Ⅲ；S4：提取二值图像Ⅲ中紫色土区域的边界，得到提取出边界的二值图像Ⅴ；S5：对二值图像Ⅲ中边界分割出来的封闭区域进行填充，得到二值图像Ⅳ；S6：求二值图像Ⅳ与含有紫色土区域的彩色图像的哈达玛积；本发明充考虑到紫色土彩色图像的土壤区域在HSV颜色空间H分量有良好的聚集特性和紫色土图像的H分量近似正态分布的特性，获取H分量分割阈值，将土壤区域从背景区域中快速、准确、完整分割出来。
-
公开(公告)号：CN110427950B
公开(公告)日：2021-08-27
申请号：CN201910705753.5
申请日：2019-08-01
Applicant: 重庆师范大学
IPC: G06K9/34
Abstract: 本发明提供一种紫色土土壤图像阴影检测方法，包括步骤：S1：将紫色土土壤的原始图像分割为阴影区域和非阴影区域；S2：消除离散的阴影区域，得到保留的阴影区域；S3：将保留的阴影区域分割为全影区域和半影区域；本发明通过建立紫色土土壤图像的光照模型，利用土壤图像的亮度的区别，精确分割出紫色土土壤图像的非阴影区域、半阴影区域和全阴影区域，方便后续消除紫色土土壤图像阴影，为进一步的紫色土土属和土种识别打下基础。
-
公开(公告)号：CN109785329A
公开(公告)日：2019-05-21
申请号：CN201811265045.6
申请日：2018-10-29
Applicant: 重庆师范大学 , 重庆市农业技术推广总站(重庆市马铃薯脱毒研究中心、重庆市土壤肥料测试中心)
Abstract: 本发明提供一种基于改进SLIC算法的紫色土图像分割提取方法，包括步骤：S1：利用改进后的SLIC算法对包含有紫色土图像的原始图像进行处理；S2：对经超像素分割的图像的a分量进行变换，得到新的测度anew；S3：计算图像中各超像素与标准紫色土超像素基于测度anew均值的相似度；S4：自适应获取超像素合并阈值；S5：根据超像素合并阈值合并紫色土区域；S6：填充空洞，求填充空洞后的二值图像A与原始图像的哈达玛积；本发明引入闵可夫斯基距离重新计算SLIC算法的颜色空间距离，对紫色土彩色图像进行超像素初分割，然后对a分量变换得到新的测度anew，增强紫色土与背景差异，自适应获取合并超像素阈值，将紫色土图像快速、准确、完整分割提取出来。
-
公开(公告)号：CN119649104A
公开(公告)日：2025-03-18
申请号：CN202411695174.4
申请日：2024-11-25
Applicant: 重庆师范大学 , 重庆市农业技术推广总站
IPC: G06V10/764 , G06V10/26 , G06V10/44 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明提供的一种基于原型校正和特征距离增强的土种分类方法，包括以下步骤：S1.采集样本土壤的图像信息，并将样本土壤的图像信息进行分割去除背景图像得到样本土壤图像；S2.将样本土壤图像划分为支持集S和查询集Q；S3.构建改进原型网络；S4.将样本土壤图像划分为支持集S和查询集Q输入至改进原型网络中对土种分类模型进行训练；S5.获取待测土壤的图像信息，并将待测土壤的图像信息重复步骤S1和步骤S2中的处理过程得到待测土壤图像的支持集S和查询集Q，并将待测土壤图像的支持集S和查询集Q输入至训练完成的土种分类模型中得到最终的土种分类结果。
-
公开(公告)号：CN119540716A
公开(公告)日：2025-02-28
申请号：CN202411530609.X
申请日：2024-10-30
Applicant: 重庆师范大学 , 重庆市农业技术推广总站 , 重庆生产力促进中心
IPC: G06V10/82 , G06V10/764 , G06V10/80 , G06V10/44 , G06V10/52 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明提供的一种基于多尺度特征融合的土壤图像土种识别方法，包括：S1.获取样本土壤图像，并对样本土壤图像进行预处理；S2.构建基于多尺度特征融合和多尺度扩张注意力机制的MAFL‑SoilMobileNet模型，将样本图像输入至MAFL‑SoilMobileNet模型中进行训练；S3.获取待识别土壤图像，并将待识别土壤图像进行预处理后输入至训练完成后的MAFL‑SoilMobileNet模型中得到土壤种类识别结果；能够对土壤图像中的土种识别的关键特征进行提取，增强土种识别特征的区分度，并且能够提升对少数土壤类别样本的动态关注以及提升识别模型对判别性特征信息学习能力。
-
Patent Agency Ranking
公开(公告)号：CN116523781A
公开(公告)日：2023-08-01
申请号：CN202310460493.6
申请日：2023-04-23
Applicant: 重庆师范大学 , 重庆市农业技术推广总站 , 西藏自治区农牧科学院农业资源与环境研究所
Abstract: 本发明提供的一种基于圆锥曲线的亮度可控的土壤图像处理方法，包括以下步骤：S1.确定目标土壤图像中各像素的灰度值，并找出灰度值最小点；S2.构建亮度迁移模型，其中，亮度迁移模型包括圆锥曲线亮度增强模型和圆锥曲线亮度减弱模型，S3.将目标土壤图像分别在RGB空间和HSV空间中按照亮度迁移模型由初始亮度迁移到目标亮度；S4.将在RGB空间和HSV空间下完成亮度迁移的图像进行融合得到最终输出图像；在土壤亮度增强处理时采用圆锥曲线进行亮度迁移，从而能够有效解决方式亮度过度迁移或者迁移不足，使得土壤图像的亮度能够达到目标效果，而且在处理过程中还将RGB空间和HSV空间两种亮度迁移结果进行融合，有效避免色彩偏差，从而确保最终土种识别结果的精确度。
-
公开(公告)号：CN114764757A
公开(公告)日：2022-07-19
申请号：CN202210264579.7
申请日：2022-03-17
Applicant: 重庆师范大学 , 重庆市农业技术推广总站((重庆市马铃薯脱毒研究中心、重庆市土壤肥料测试中心)) , 西藏自治区农牧科学院农业资源与环境研究所
Abstract: 本发明提供的一种基于加权高斯减法拟合的土壤图像亮度可控增强方法，包括以下步骤：S1.采集土壤图像，并计算土壤图像Y分量的灰度级概率密度Porg(y)；S2.基于土壤图像的Y分量灰度级以及灰度级概率密度构建土壤图像Y分量直方图；S3.确定土壤图像Y分量的定义域为[ya,yb]，并基于土壤图像的Y分量直方图进行加权高斯减法拟合，得到土壤图像Y分量的加权高斯减法拟合曲线；S4.基于土壤图像Y分量的加权高斯减法拟合曲线进行亮度可控增强处理，并将增强处理后的土壤图像进行RGB转化得到增强后的RGB土壤图像；能通过亮度可控增强，将不一致的自然光照条件下采集的土壤图像进行调整，使其非常近似于某些特定光照条件采集的真实土壤图像，用于机器视觉土种识别，从而降低不同自然光照条件对土壤图像识别的影响，提高后续土种识别精度。
-
公开(公告)号：CN110428380B
公开(公告)日：2022-02-18
申请号：CN201910705747.X
申请日：2019-08-01
Applicant: 重庆师范大学
Abstract: 本发明提供一种紫色土土壤图像阴影增强方法，包括步骤：S1：将紫色土土壤的原始图像划分为非阴影区域、半阴影区域和全阴影区域；S2至S9：将阴影区域亮度进行初始增强，S10：对阴影区域亮度增强后的紫色土土壤的初始图像进行色温校正；S11：对色温校正后的紫色土土壤图像进行局部对比度校正；本发明通过建立紫色土土壤图像的光照模型，对分割出紫色土土壤图像的半阴影区域和全阴影区域，进行亮度增强，以方便后续对紫色土土种的准确识别。
-
公开(公告)号：CN109035289B
公开(公告)日：2021-11-12
申请号：CN201810848438.3
申请日：2018-07-27
Applicant: 重庆师范大学 , 重庆市农业技术推广总站
Abstract: 本发明提供一种基于切比雪夫不等式H阈值的紫色土图像分割提取方法，包括步骤S1：将含有紫色土区域的彩色图像转化为HSI颜色空间的图像Ⅰ；S2：对图像Ⅰ进行自适应分割，得到二值图像II；S3：消除二值图像II的孤立像素区域，得到二值图像Ⅲ；S4：填充二值图像Ⅲ中的空洞，得到二值图像Ⅳ；S6：求二值图像Ⅳ与含有紫色土区域的彩色图像的哈达玛积，得到紫色土图像；本发明考虑到紫色土彩色图像的土壤区域在HSI颜色空间H分量有良好的聚集特性，自适应获取H分量分割阈值，将图像的土壤区域从背景区域中快速、准确、完整分割出来。
-
公开(公告)号：CN112862765A
公开(公告)日：2021-05-28
申请号：CN202110104176.1
申请日：2021-01-26
Applicant: 重庆师范大学 , 重庆市农业技术推广总站((重庆市马铃薯脱毒研究中心、重庆市土壤肥料测试中心))
Abstract: 本发明提供的一种基于半监督离散度的土壤彩色图像阴影检测方法，将H转换为H”，并利用H”和I引入拉伸因子用于构建具有显著双峰和分离特性的m测度，用于阴影检测；然后，利用m测度直方图双峰特性确定阴影检测阈值，并根据粗略估计的检测阈值及2个主峰点，对部分数据作阴影与非阴影标定，分析获取阴影与非阴影区域监督信息；最后，构建待检测数据子集和定义其与阴影与非阴影监督信息的离散度，逐步进行对未标定数据半监督聚类，完成土壤彩色图像阴影检测，能够对土壤图像的阴影进行准确检测，能够有效提高图像阴影检测监督，并且能够有效提高检测效率。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.024 seconds)
