-
公开(公告)号：CN101236168B
公开(公告)日：2010-12-08
申请号：CN200710063420.4
申请日：2007-01-31
Applicant: 北京林业大学
IPC: G01N27/12
Abstract: 本发明植物体含水率测量装置，包括用于检测植物体含水率的传感器和数据采集器，传感器包括阻抗变换器、检波模块、第一中央控制模块和第一通讯模块，阻抗变换器的检测信号通过检波模块接至第一中央控制模块；数据采集器包括第二中央控制模块和键盘输入模块、显示模块、存储模块、第二通讯模块，第二中央控制模块通过第二通讯模块和第一通讯模块与第一中央控制模块相连。传感器采用圆心多爪结构安装探针。本发明植物体含水率测量装置的优点是：具有高频宽、高线性度和功耗小的性能，操作简单，可随身携带，有利于实现植物体含水率的即时检测。
-
公开(公告)号：CN117388798A
公开(公告)日：2024-01-12
申请号：CN202311295171.7
申请日：2023-10-08
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于探地雷达的单株植物根系特征参数及其生物量无损估测方法，包括以下步骤：1)使用探地雷达对立木根系进行无损测量从而获取根系扫描原始数据；2)基于根系采样数据进行根系定位及深度矫正；3)选取与雷达波信号振幅强度无关的时间间隔参数估测出根系直径；4)利用根系直径与根系空间位置的对应关系，利用单株植物根系生长特性重建三维根系构型；5)将根系视为圆台体模型，对根系的几何特征进行计算；6)测定根密度，结合根系体积特征参数对根系生物量进行估测。本发明所提供的根系几何特征以及根系生物量估测方法不仅有效避免了雷达波信号振幅强度对估测效果的影响，所提方法还为根系的周期性无损测量奠定了基础。
-
公开(公告)号：CN112818775B
公开(公告)日：2023-07-25
申请号：CN202110075332.6
申请日：2021-01-20
Applicant: 北京林业大学
Abstract: 本发明实施例公开了一种基于区域边界像素交换的林区道路实时识别方法及系统。首先对视频图像进行采集，提取，并对其基于空间约束初步分割。其次，通过构建能量函数对区域边界像素进行相似度判断，依据能量最大化条件决定边界像素与兄弟连通域的交换。通过迭代完成所有子区域边界像素的归属判断与交换，实现快速区域更新与快速图像分割，并生成新的区域边界。然后，通过支持向量机模型引入子区域特征算子，并对各区域做出快速识别与分类。最后，提取道路区域边界坐标，通过样条曲线拟合生成平滑道路边界，完成林区非结构化道路区域实时识别。该方法弥补了现有算法在林区环境下的误识别问题，突出了对林区非结构化道路识别的准确性和实时性。
-
公开(公告)号：CN113469882B
公开(公告)日：2023-06-23
申请号：CN202110727642.1
申请日：2021-06-29
Applicant: 北京林业大学
IPC: G06T3/40 , G06T5/50 , G06N3/0475 , G06N3/0464 , G06N3/045 , G06N3/094
Abstract: 本发明提供一种基于土壤CT图像的超分辨率重建方法及装置，包括：获取原始高分辨率CT图像；对原始高分辨率CT图像进行降采样处理，得到低分辨率CT序列图像；将低分辨率CT序列图像输入序列图像生成器模型中，得到序列图像生成器模型输出的超分辨率重建图像；其中，序列图像生成器模型是基于与鉴别器模型形成生成式对抗网络进行对抗训练得到的，鉴别器模型用于鉴别图像可信度。通过基于深度学习神经网络的序列图像生成器模型对土壤CT图像超分辨率重建解决了土壤CT图像清晰度低和孔隙边界模糊的问题，为土壤形态学研究提供了清晰可靠的数据。
-
公开(公告)号：CN113469882A
公开(公告)日：2021-10-01
申请号：CN202110727642.1
申请日：2021-06-29
Applicant: 北京林业大学
Abstract: 本发明提供一种基于土壤CT图像的超分辨率重建方法及装置，包括：获取原始高分辨率CT图像；对原始高分辨率CT图像进行降采样处理，得到低分辨率CT序列图像；将低分辨率CT序列图像输入序列图像生成器模型中，得到序列图像生成器模型输出的超分辨率重建图像；其中，序列图像生成器模型是基于与鉴别器模型形成生成式对抗网络进行对抗训练得到的，鉴别器模型用于鉴别图像可信度。通过基于深度学习神经网络的序列图像生成器模型对土壤CT图像超分辨率重建解决了土壤CT图像清晰度低和孔隙边界模糊的问题，为土壤形态学研究提供了清晰可靠的数据。
-
Patent Agency Ranking
公开(公告)号：CN113063825A
公开(公告)日：2021-07-02
申请号：CN202110258376.2
申请日：2021-03-09
Applicant: 北京林业大学
Abstract: 本发明提供一种基于压力补偿的活立木茎干含水率无损检测装置，包括：固定模块、含水率检测模块、压力检测模块、信号放大模块、中央控制模块、调节模块和电源模块，固定模块用于与茎干连接固定，含水率检测模块和压力检测模块分别通过信号放大模块与中央控制模块电连接，调节模块与中央控制模块电连接，并与固定模块连接，用于根据中央控制模块的控制指令调节固定模块对茎干施加的压力。本发明提供的基于压力补偿的活立木茎干含水率无损检测装置，能够通过含水率检测模块获得活立木茎干的含水率信息，同时，能够避免影响树木生长，维持相同的接触程度，保证测量结果的准确性。
-
公开(公告)号：CN111008770A
公开(公告)日：2020-04-14
申请号：CN201911175122.3
申请日：2019-11-26
Applicant: 北京林业大学 , 内蒙古蒙树生态环境有限公司
Abstract: 本发明实施例提供一种智能灌溉方法及装置，所述方法包括：获取待灌溉作物各个时间点的茎干含水率；获取待灌溉作物的各个时间点的蒸腾量，并根据蒸腾量及茎干含水率建立灌溉模型，灌溉模型为各个时间点茎干含水率及蒸腾量的对应关系；对比各个时间点的茎干含水率，得到茎干含水率的每日最小值，将每日最小值与对应的日期进行曲线拟合，得到拟合曲线，并检测拟合曲线的斜率；当斜率小于预设斜率时，获取对应的茎干含水率，并结合灌溉模型得到与茎干含水率对应的当日蒸腾量；驱动对应的灌溉装置对待灌溉作物进行灌溉，并使灌溉的水流量等于当日蒸腾量。采用本方法能够提供一种根据茎干含水率进行灌溉的智能灌溉控制策略。
-
公开(公告)号：CN110223249A
公开(公告)日：2019-09-10
申请号：CN201910470245.3
申请日：2019-05-31
Applicant: 北京林业大学
Abstract: 本发明实施例提供一种基于模糊聚类的土壤孔隙三维分割方法及系统，该方法包括：读取一组二维土壤CT图像并合成为三维图像，通过提取三维图像中体素的灰度值初始化三维图像的体素矩阵；对体素的三维邻域信息进行预处理，基于三维邻域信息自动选取邻近体素基于中心体素的影响因子；根据三维邻域信息和影响因子构造目标函数，基于目标函数对三维图像进行模糊聚类，去模糊化处理后获得孔隙结构辨识结果。本发明实施例提供的基于模糊聚类的土壤孔隙三维分割方法及系统，通过根据三维邻域信息和影响因子构造目标函数进行模糊聚类及去模糊化，对土壤CT图像具有普适性，解决二维图像辨识缺失空间信息和精确度不足的问题，保证土壤孔隙辨识的执行效率。
-
公开(公告)号：CN106771053B
公开(公告)日：2019-04-26
申请号：CN201611035243.4
申请日：2016-11-16
Applicant: 北京林业大学
IPC: G01N33/24 , G05B19/042
Abstract: 本发明实施例提供了一种土壤冰含量检测方法及装置，所述方法包括：获取土壤的检测信息；根据检测信息以及预设的土壤含冰量模型获得土壤的第一含冰量，其中土壤含冰量模型的输入量为检测信息，输出量为第一含冰量。所述装置包括：电源、线路控制板、铂电阻探针以及至少两个不锈钢探针，铂电阻探针和各不锈钢探针用于检测土壤的检测信息，各不锈钢探针与铂电阻探针均与线路控制板连接；线路控制板用于控制各不锈钢探针和铂电阻探针获取所述检测信息，并根据检测信息以及预设的土壤含冰量模型获得土壤的第一含冰量。本发明实施例，提高了土壤含冰量测量的准确性。
-
公开(公告)号：CN109253949A
公开(公告)日：2019-01-22
申请号：CN201811352340.5
申请日：2018-11-14
Applicant: 北京林业大学
Abstract: 本发明提供了一种土壤垂直剖面参数测量装置及CO2通量计算系统，涉及土壤参数测量计算的技术领域，包括参数检测模块以及控制模块，参数检测模块包括CO2浓度检测单元、水分含量检测单元以及温度检测单元，控制模块与参数检测模块相连，控制CO2浓度检测单元、水分含量检测单元以及温度检测单元依次获取同一空间土壤中的CO2浓度、温度及水分含量。本发明提供了一种土壤垂直剖面参数测量装置及CO2通量计算系统，提高了测量的精确度、减小了误差，并通过控制CO2浓度检测单元、水分含量检测单元以及温度检测单元依次获取同一空间土壤中的CO2浓度、温度及水分含量，避免了不同传感器测量数据时造成的相互干扰，进一步提高了测量的精确度。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.042 seconds)
