-
公开(公告)号：CN119478534A
公开(公告)日：2025-02-18
申请号：CN202411636919.X
申请日：2024-11-15
Applicant: 重庆师范大学 , 重庆市农业技术推广总站
IPC: G06V10/764 , G06V10/20 , G06V10/28 , G06N3/042 , G06N3/0464 , G06V10/56 , G06N3/048 , G06V10/82 , G06V10/54 , G06V10/44
Abstract: 本发明提供的一种基于残差图卷积的土种识别方法，包括：将样本土壤图像由RGB颜色空间映射到Lab颜色空间，并将Lab颜色空间中亮度分量L剔除，将样本土壤图像的RGB颜色空间的三个颜色通道的分量与Lab颜色空间的a分量和b分量形成第一输入信息；将样本土壤图像转换成灰度图像，并由灰度图像形成第二输入信息；构建土种识别模型，所述土种识别模型包括PH颜色通道关联增强模块、多尺度边缘空间自适应增强模块、平均池化层、土壤层级图卷积模块以及先验层级引导模块；将待测土壤图像的第一输入信息、第二输入信息以及土属‑土种层级标签词嵌入特征以及土属‑土种层级关系临接矩阵输入至训练完成的土种识别模型中得到待测土壤的土种。
-
公开(公告)号：CN115953689A
公开(公告)日：2023-04-11
申请号：CN202310164360.4
申请日：2023-02-24
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: 本发明提供的一种土壤图像的亮度可控迁移方法，包括以下步骤：S1.获取目标土壤的图像信息，基于Retinex理论将土壤图像分解成亮度层和反射率层，并确定出土壤图像中每个像素的在RGB颜色空间中的亮度，并基于像素的亮度组成亮度矩阵；S2.构建亮度优化目标模型，S3.基于亮度优化目标模型求解出土壤图像的像素(x,y)的亮度估计值并基于亮度估计值确定出土壤图像像素(x,y)的反射率Rc(x,y)；c表示土壤图像的RGB颜色通道，c＝r,g,b；S4.构建基于伽马变换的亮度迁移模型，并对伽马变换的亮度迁移模型的伽马因子γ进行优化，基于伽马变换的亮度迁移模型确定出亮度迁移后像素(x,y)的亮度值Lm(x,y)；S5.基于亮度迁移后亮度值Lm(x,y)和反射率Rc(x,y)合成亮度迁移后的土壤图像。
-
公开(公告)号：CN114757858A
公开(公告)日：2022-07-15
申请号：CN202210264572.5
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双高斯拟合的土壤图像亮度可控增强方法，包括以下步骤：将土壤图像Y分量直方图的主峰值点作为分割点，将土壤图像Y分量直方图分为左侧直方图和右侧直方图，以过主峰值点且平行于Y分量直方图坐标系的纵轴的直线作为对称轴，对左侧直方图和右侧直方图进行翻转，得到左侧直方图和右侧直方图的对称折线；将原左侧直方图和原左侧直方图对应的对称折线以及原右侧直方图所对应的对称折线进行高斯拟合形成两条高斯曲线；从两条高斯曲线中取原左侧直方图所对应的高斯曲线段以及原右侧直方图所对应的高斯曲线段构成土壤图像Y分量直方图的双高斯拟合曲线；对双高斯拟合曲线进行亮度迁移处理后再进行灰度映射处理得到亮度迁移后的亮度灰度级；对亮度灰度级进行映射校正得到亮度可控增强后的土壤图像Y分量，并将土壤图像Y分量与原土壤图像的U分量和V分量进行融合得到最终的亮度可控的土壤图像。
-
公开(公告)号：CN113240619B
公开(公告)日：2022-06-21
申请号：CN202110105288.9
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改进减法直方图的土壤图像阴影检测方法，包括以下步骤：S1.确定土壤图像的Brightness特征和Ratio'特征；S2.基于土壤图像的Brightness特征和Ratio'特征确定土壤图像的阴影搜索区间；S3.基于土壤图像的Brightness特征和Ratio'特征确定土壤图像的阴影检测阈值；S4.基于土壤图像的阴影搜索区间以及阴影检测阈值对土壤图像进行阴影检测；能够有效地对土壤图像的阴影和非阴影区域进行准确的识别、分割，从而确保土壤图像阴影的检测精度，而且算法中不存在冗余，有效提高检测效率，并且具有良好的鲁棒性。
-
公开(公告)号：CN110827306B
公开(公告)日：2022-06-21
申请号：CN201910991121.X
申请日：2019-10-18
Applicant: 重庆师范大学
IPC: G06T7/13 , G06T7/11 , G06T7/90 , G06V10/762 , G06K9/62
Abstract: 本发明提供一种基于自适应密度峰值聚类的紫色土图像分割提取方法，所述方法包括以下步骤：S1：对含有紫色土区域的紫色土彩色图像进行可分离性灰度变换，获得灰度图像Ⅰ；S2：利用自适应密度峰值聚类算法对灰度图像Ⅰ进行初步分割，获得初步分割后的二值图像Ⅱ；S3：对二值图像Ⅱ进行边界提取处理，获得紫色土壤区域的边界矩阵；S4：对提取的边界矩阵进行填充，获得二值图像Ⅲ；S5：求出二值图像Ⅲ与所述含有紫色土区域的彩色图像的哈达玛积，得到只包含有紫色土图像的分割图像。本申请可将紫色土区域图像从背景中准确、完整分割出来，且在分割过程实现紫色土的自适应的分割，具有分割速度快、准确、完整的有益技术效果。
-
Patent Agency Ranking
公开(公告)号：CN108091135B
公开(公告)日：2021-01-19
申请号：CN201711321011.X
申请日：2017-12-12
Applicant: 重庆师范大学
Abstract: 本发明公开了一种基于优化小波神经网络的停车泊位多步预测方法，将实际测得有效停车泊位数据处理成以5分钟为时间间隔的有效停车泊位时间序列,利用小波函数‘db32’进行多尺度分解与重构，并将其作为小波神经网络的隐含层函数；利用粒子群算法对权值进行调整，逐步迭代更新得到最优值；利用ELM算法降低EPWNN的预测时间，根据多步预测策略得到预测结果。本发明相对于遗传算法优化神经网络、遗传算法优化小波神经网络、极限学习机优化小波变换、极限学习机优化小波神经网络、粒子群优化神经网络算法、粒子群优化小波神经网络等算法，EPWNN算法的预测误差平均降低了89.17％，预测所需的时间平均降低了50.83％。
-
公开(公告)号：CN110428380A
公开(公告)日：2019-11-08
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：CN108961295A
公开(公告)日：2018-12-07
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
CPC classification number: G06T7/136 , G06T7/12 , G06T7/13 , G06T7/187 , G06T2207/10024
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：CN203224444U
公开(公告)日：2013-10-02
申请号：CN201320174615.7
申请日：2013-04-09
IPC: G01N21/27
Abstract: 本实用新型提供的基于反射图像分析的土壤养分检测系统，包括：光源组件，用于产生测试光并射向土壤；图像采集单元，用于对土壤反射回的测试光的光谱图像进行采集并输出；图像处理单元，用于接收并处理图像采集单元输出的反射图像；本实用新型的基于反射图像分析的土壤养分检测系统，通过土壤中养分元素对光反射后的光谱图像进行图像分析，能够对自然土壤中所含的养分进行准确的检测，准确度能达到化学检测的85--92%；物理与计算机模式识别技术结合的一种非化学的土壤检测方法，不使用任何化学检测药品和试剂，不会造成环境污染，能够降低土壤检测成本，有效提高检测效率，缩短检测周期，并且适应性强，能够在野外随时随地进行土壤检测。
-
公开(公告)号：CN203224441U
公开(公告)日：2013-10-02
申请号：CN201320176010.1
申请日：2013-04-09
IPC: G01N21/25
Abstract: 本实用新型提供的基于透射图像分析的土壤养分检测系统，包括盛装有土壤悬浊液的透明器皿、光源、用于采集透射光谱图像的图像采集单元和图像处理单元，所述图像采集单元与所述图像处理单元电连接，所述图像采集单元和光源设置于所述透明器皿的两侧；本实用新型提供的基于透射图像分析的土壤养分检测系统，通过将待检测土壤制成悬浊液（少量）置入透明器皿中，在从器皿的正对两侧设置光源和摄像头，通过光透射过悬浊液后的光谱图像来分析土壤的养分含量，能够保证较高的检测准确度，养分含量检测的准确度达到化学检测的85--95%；能够有效缩短检测周期，提高检测效率，并且能够满足大多数农业生产的基本需要，有效降低检测成本。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.026 seconds)
