-
公开(公告)号:CN116363003A
公开(公告)日:2023-06-30
申请号:CN202310274509.4
申请日:2023-03-20
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
IPC: G06T5/00
Abstract: 本发明公开了一种基于亮度迁移与局部信息融合的土壤图像增强方法,包括:S1.利用非对称广义高斯对土壤图像V分量进行拟合;S2.对拟合后的非对称广义高斯曲线进行亮度迁移,得到亮度迁移后的土壤图像V分量迁移结果;S3.对土壤图像V分量进行局部亮度增强处理,得到局部增强后的土壤图像V分量增强结果;S4.将土壤图像V分量迁移结果以及土壤图像V分量增强结果进行融合,得到融合后的土壤图像V分量;S5.依据色比不变性原理,对融合后的土壤图像V分量进行处理,得到颜色恢复后增强的RGB图像。本发明能够实现较高精度的亮度迁移,土壤图像亮度可控增强精度较高,且增强后的图像接近真实环境下采集的目标图像。
-
公开(公告)号:CN116030274A
公开(公告)日:2023-04-28
申请号:CN202211163387.3
申请日:2022-09-23
Applicant: 重庆师范大学 , 重庆市农业技术推广总站
IPC: G06V10/50 , G06V10/762 , G06V10/80
Abstract: 本发明提供的一种基于自适应密度聚类的青花椒果序检测方法,包括以下步骤:采集青花椒图像信息,将青花椒图像信息划分为多个单元区,并从各单元区中提取HOG特征,得到HOG特征图;基于HOG特征图确定出方向‑强度联合特征图I;采用ExGR指标对原始青花椒图像进行植物区域分割,提取出绿色植物区域,并对绿色植物区域进行标记得到标记矩阵PM;将方向‑强度联合特征图I和绿色植物区域矩阵PM进行融合得到融合特征图F;对融合特征图F进行均值滤波,并由滤波后的融合特征图F中提取出青花椒的果粒点图;采用自适应密度聚类算法对果粒点图进行聚类处理,得到青花椒的果序;通过上述方法,能够对青花椒的果序进行准确检测,从而为花椒产量的预估提供准确的数据支持。
-
公开(公告)号:CN111754501B
公开(公告)日:2021-08-27
申请号:CN202010619404.4
申请日:2020-06-30
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FCM算法的自适应土壤图像阴影检测方法,包括:确定土壤图像的I分量和L分量的聚类中心;构建改进FCM算法优化模型:采用拉格朗日乘子法将改进FCM算法优化模型转换;转换后的优化模型分别对uij,vi和λj求偏导并令偏导等于零,解出uij和vi,根据步骤S4得出的隶属度uij以及聚类中心vi构建隶属度矩阵U和聚类中心矩阵V,并构建吸引权重矩阵F;初始化聚类中心矩阵V、L分量图像和I分量图像;找出聚类中心值最小的聚类中心,该聚类中心为土壤图像的阴影的聚类中心v_shadow,并提取出隶属于聚类中心为v_shadow的数据点,即为土壤图像的阴影数据点;能够对土壤图像中的阴影做出准确检测,确保检测精度,效率高。
-
公开(公告)号:CN111754501A
公开(公告)日:2020-10-09
申请号:CN202010619404.4
申请日:2020-06-30
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FCM算法的自适应土壤图像阴影检测方法,包括:确定土壤图像的I分量和L分量的聚类中心;构建改进FCM算法优化模型:采用拉格朗日乘子法将改进FCM算法优化模型转换;转换后的优化模型分别对uij,vi和λj求偏导并令偏导等于零,解出uij和vi,根据步骤S4得出的隶属度uij以及聚类中心vi构建隶属度矩阵U和聚类中心矩阵V,并构建吸引权重矩阵F;初始化聚类中心矩阵V、L分量图像和I分量图像;找出聚类中心值最小的聚类中心,该聚类中心为土壤图像的阴影的聚类中心v_shadow,并提取出隶属于聚类中心为v_shadow的数据点,即为土壤图像的阴影数据点;能够对土壤图像中的阴影做出准确检测,确保检测精度,效率高。
-
公开(公告)号:CN109105375A
公开(公告)日:2019-01-01
申请号:CN201810937883.7
申请日:2018-08-17
Applicant: 重庆市农业技术推广总站
IPC: A01N43/54 , A01N37/46 , A01N43/36 , A01N51/00 , A01N53/08 , A01N43/40 , A01N43/84 , A01N43/90 , A01N47/06 , A01N43/56 , A01N47/18 , A01N47/38 , A01P21/00 , A01P1/00 , A01P3/00 , A01P5/00 , A01P7/00 , A01C13/00 , A01C21/00 , A01G22/05
Abstract: 本发明属于病虫害防治技术领域,公开了降低辣椒连作障碍发病率的高效药肥综合施用防控方法,每亩施复合肥50kg;五次用药喷施防治。亩产量比农户常规防治方案亩产量提高26.3%,农药使用量较常规防控减少30%,扣减药肥增加成本后,亩增收效益350元,疫病、炭疽病、叶斑病、病毒病等辣椒连作障碍相关病虫害发生率降低了20%,增产效果明显。本发明一方面强化作物根际保健。分析辣椒健康生长所需的理想土壤微生态环境,用生物肥和土壤调理剂对辣椒根系生长的微生态进行调控,减少引发连作障碍的土传病菌积累,增加有益菌,促进辣椒根系壮大,提高作物自身的抗性;另一方面注重对症下药、减量增效。
-
公开(公告)号:CN108315269A
公开(公告)日:2018-07-24
申请号:CN201810435696.9
申请日:2018-05-04
Applicant: 重庆市农业技术推广总站
IPC: C12N1/14 , C12N1/20 , C12N1/18 , C05G1/00 , C12R1/685 , C12R1/645 , C12R1/865 , C12R1/545 , C12R1/125 , C12R1/25
Abstract: 本发明公开了一种尾菜促腐菌剂,由真菌、放线菌和细菌按CFU配比40~60﹕20~30﹕20~30混合得到,所述真菌为黑曲霉、毛头鬼伞、酿酒酵母、黄孢原毛平革菌按CFU比计1~2﹕2~4﹕1~2﹕3~6的混合物;所述放线菌为灰色链霉菌;所述细菌为枯草芽孢杆菌和植物乳杆菌按CFU比1~2﹕1~2的混合物。还公开了该促腐菌剂的制备方法及其在尾菜处理中的应用,制备方法为将菌剂中的真菌、放线菌和细菌分别培养,取培养后的各菌种分别接种到各自的液体培养液中摇床培养,得到各菌种的一级培养菌种,分别接种至各自的液体培养液中摇床培养,将获得的菌液测定CFU后,按CFU进行配比混合即得到促腐菌剂。
-
公开(公告)号:CN107882110A
公开(公告)日:2018-04-06
申请号:CN201610862217.2
申请日:2016-09-29
Applicant: 重庆市农业技术推广总站 , 中国人民解放军后勤工程学院
CPC classification number: E03B3/28 , A01G13/0225 , A01G2013/002
Abstract: 本发明公开了一种农业防护网凝结水发生器,其特征在于:包括热传导率高的农业用防护网(1),在所述防护网(1)上安装有冷凝管单元(2),在所述防护网(1)的底部安装有集水槽。采用本发明的农业用防护网凝结水发生器,能够生成淡水,且生成出的淡水水质指标和口感均达标,能够作为农业生产用水,经简单处理能够作为饮用水。
-
公开(公告)号:CN107879499A
公开(公告)日:2018-04-06
申请号:CN201610862180.3
申请日:2016-09-29
Applicant: 重庆市农业技术推广总站 , 中国人民解放军后勤工程学院 , 重庆和超科技发展有限公司
IPC: C02F9/04 , C02F9/08 , E03B3/28 , C02F101/16 , C02F103/04
CPC classification number: C02F9/00 , C02F1/001 , C02F1/281 , C02F1/32 , C02F1/76 , C02F1/78 , C02F2101/16 , C02F2103/04 , C02F2201/007 , C02F2301/08 , C02F2303/10 , E03B3/28
Abstract: 本发明公开了一种采用深层低温海水制空气凝结水设备,包括热传导率高的农业用防护网(11),在所述防护网(11)上安装有冷凝管单元(12),在所述防护网(11)的底部安装有集水装置(13);其中,所述冷凝管单元(12)通过输送系统与100m以下的海水连接。采用被发明的采用深层低温海水制空气凝结水设备,能够持续生产低成本的淡水。
-
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。
-
-
-
-
-
-
-
-
-