-
公开(公告)号：CN104751483A
公开(公告)日：2015-07-01
申请号：CN201510098468.3
申请日：2015-03-05
Applicant: 北京农业信息技术研究中心
Abstract: 本发明具体涉及一种仓储物流机器人工作区域异常情况的监控方法。包括：从仓储机器人工作区域的实时监控视频中选取第一视频图像；将所述第一视频图像转化为第一灰度视频图像，并对所述第一灰度视频图像进行预处理；根据预先建立的背景模型检测所述第一灰度视频图像中是否存在目标；若所述第一灰度视频图像中存在目标，则确定所述目标是否为静止目标或者运动目标；若所述目标为静止目标或者所述目标为运动目标则且为无权限人员，则进行异常情况提示；否则不进行异常情况提示。能够实现对仓储机器人工作区域的实时监控，当监控到仓储机器人以及工作区域发生异常情况时，及时进行异常情况提示，确保了仓储物流系统的正常高效运转。
-
公开(公告)号：CN104616070A
公开(公告)日：2015-05-13
申请号：CN201510020782.X
申请日：2015-01-15
Applicant: 北京农业信息技术研究中心
CPC classification number: G06Q10/047 , G06Q10/08 , G06Q50/28
Abstract: 本发明涉及一种物流配送路径规划方法及装置。本发明方法及装置通过以配送点和需求点作为节点，以所述配送点与需求点之间以及各需求点之间直接可达最短路径作为边，构造路径连通图；根据所述每个需求点节点的配送量以及每条边的距离划分所包含节点的总配送量不大于预设运量容限的任务子图；构造包含任务子图中所包含的全部节点的最小支撑树；从所述最小支撑树与所述配送点节点构成回路中选取包含最小支撑树路径最长的回路作为配送路径主干，所述配送路径主干之外的悬挂节点采用往返路径。能够使配送路径更加合理，采用自组织方式合理将需求点进行邻近合并划分任务子图，适用于大规模的配送路径规划，能够有效缩短配送时间以及提高配送满载率。
-
公开(公告)号：CN103065304A
公开(公告)日：2013-04-24
申请号：CN201210571474.2
申请日：2012-12-25
Applicant: 北京农业信息技术研究中心
IPC: G06T7/00
Abstract: 本发明公开了质量监测技术领域中的一种基于二维模糊熵的粘连物分割方法。本发明首先采集粘连物图像并将图像二值化提取目标粘连物图像，用分水岭方法获得粘连物图像的初始分割区域；然后计算初始分割区域中的过分割区域和正确分割区域之间最佳分割阈值，得到过分割区域和正确分割区域；之后计算过分割区域合并后的区域特征；最后通过合并后的区域的特征与标准样本特征模型比较，选择与标准样本特征模型最小距离对应的区域作为合并区域，进而得到粘连物的分割结果。本发明步骤简单清晰，耗时少，适用于对图像的快速分割，对粘连物的分割准确。
-
公开(公告)号：CN103020731A
公开(公告)日：2013-04-03
申请号：CN201210460715.6
申请日：2012-11-15
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/04
Abstract: 本发明提供一种基于粒子群的蔬菜种植茬口安排优化方法，该方法分析了蔬菜的品种、地域、种植模式和种植设施对蔬菜品质和产量的影响以及各种约束条件限制的基础上，以最小化蔬菜茬口数、最优化蔬菜品质和产量为优化目标，将蔬菜种植茬口安排映射为旅行商问题，并提出了一种结合禁忌搜索和模拟退火算法的粒子群最优化算法对模型进行求解。该方法能够实现蔬菜种植茬口安排的自动化和最优化，降低了排产人员的劳动强度，提高了排产计划的合理性，减少了蔬菜茬口数量，降低了管理的难度，提高了蔬菜的品质和产量，增加了经济效益并可起到节能降耗的作用。
-
公开(公告)号：CN112116598B
公开(公告)日：2024-10-29
申请号：CN202010773803.6
申请日：2020-08-04
Applicant: 北京农业信息技术研究中心
IPC: G06T7/11 , G06V10/764 , G06V10/774 , G06T5/50 , G06T7/90
Abstract: 本发明提供一种花卉种类识别方法及系统，包括：采集花卉的彩色图像；采用基于GrabCut的图像分割方法进行图像分割，精准地提取出花朵区域；采用基于引导滤波的图像增强方法进行图像预处理；对花朵区域进行归一化处理；利用卷积网络集成的方法进行花卉种类的识别；将识别结果和花卉彩色图像上传至花卉育种信息管理系统保存；根据识别结果，在花卉育种信息管理系统中查找与其相关的育种材料、试验等育种信息，并与花卉彩色图像进行关联。采用本发明提供的方法能克服已有技术存在花卉种类识别不准确、劳动强度大等问题，还能应用于智能手机等移动终端，适合田间操作，拓宽该方法的应用范围，有利地促进花卉育种管理的信息化和智能化发展。
-
Patent Agency Ranking
公开(公告)号：CN110874835B
公开(公告)日：2022-09-16
申请号：CN201911023886.0
申请日：2019-10-25
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种作物叶部病害抗性鉴定方法、系统、电子设备及存储介质，方法包括：将采集的作物叶片的第一彩色图像输入预先训练后的深度网络，标记出第一彩色图像的叶片区域，形成标记有叶片区域的第二彩色图像，并提取第二彩色图像中的目标叶片区域；利用深度卷积网络集成方法对目标叶片区域进行病害程度分类；根据目标叶片区域的病害程度以及相应作物病害的抗性分类标准，确定作物叶片对应的作物的病害抗性等级。本发明主要利用图像处理、模式识别等技术对获取的作物叶片图像进行预处理、目标叶片提取、病害程度等级分类，进而有效地计算出作物病害抗性等级，为抗病品种的准确筛选提供重要依据。
-
公开(公告)号：CN112288564B
公开(公告)日：2021-09-03
申请号：CN202011057039.9
申请日：2020-09-29
Applicant: 北京农业信息技术研究中心 , 农芯(南京)智慧农业研究院有限公司
IPC: G06Q40/02 , G06F16/215 , G06F16/2455 , G06F16/951 , G06Q50/02
Abstract: 本发明提供了一种农业社会化服务主体信用等级生成方法及系统，该方法包括：通过大数据分析，选取农业社会化服务主体信用评估指标集，并获取每一历史时刻至当前时刻的所有服务主体的指标值；将每个服务主体在所有时刻的指标值分别输入预设的深度学习信用分类模型，输出每个服务主体在每一时刻的信用类别；根据每一服务主体所有历史时刻和当前时刻的信用类别，确定每一服务主体的综合信用等级；可视化展示服务主体的信用等级和变化过程。该方法利用深度学习技术对农业社会化服务主体的信用等级进行分类，可使信用分级结果更能全面准确地反映农业社会化服务主体的信用状况，有助于提高农业社会化服务主体信用评级的科学化和智能化水平。
-
公开(公告)号：CN112116598A
公开(公告)日：2020-12-22
申请号：CN202010773803.6
申请日：2020-08-04
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种花卉种类识别方法及系统，包括：采集花卉的彩色图像；采用基于GrabCut的图像分割方法进行图像分割，精准地提取出花朵区域；采用基于引导滤波的图像增强方法进行图像预处理；对花朵区域进行归一化处理；利用卷积网络集成的方法进行花卉种类的识别；将识别结果和花卉彩色图像上传至花卉育种信息管理系统保存；根据识别结果，在花卉育种信息管理系统中查找与其相关的育种材料、试验等育种信息，并与花卉彩色图像进行关联。采用本发明提供的方法能克服已有技术存在花卉种类识别不准确、劳动强度大等问题，还能应用于智能手机等移动终端，适合田间操作，拓宽该方法的应用范围，有利地促进花卉育种管理的信息化和智能化发展。
-
公开(公告)号：CN107767032B
公开(公告)日：2020-08-11
申请号：CN201710891477.7
申请日：2017-09-27
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供了一种农田土壤重金属污染决策系统及方法，该方法基于监测区域内的农田土壤重金属污染监测数据，构建农田土壤重金属污染风险综合评估指标体系、分级预警模型、应急处置模型和农作物种植调整模型，用以对农田土壤重金属污染进行风险评估并快速做出应急响应，同时还能够对严重污染的区域进行农作物种植结构调整；该系统包括数据采集、数据管理、风险评估、分级预警、应急处置、种植调整和信息可视化模块，用于对农田土壤重金属污染的监测、评估和快速响应。本发明提供的农田土壤重金属污染决策系统及方法，可显著提高农田土壤重金属污染管理决策的自动化、智能化水平。
-
公开(公告)号：CN108510450B
公开(公告)日：2020-06-09
申请号：CN201810123473.9
申请日：2018-02-07
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供了一种作物叶片图像的光照处理方法及装置，方法包括：采集作物叶片的彩色图像I；对彩色图像I进行缩放处理形成彩色图像II；将所述彩色图像II从RGB颜色空间转换到L*a*b*颜色空间上；S4、基于IIr、IIg、IIb和IIL子图像，利用阈值法将彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；对模板图像M进行分块处理，然后对每一块中的光斑或阴影区域进行修复处理，得到修复后的图像III；对修复后的图像III，利用基于引导滤波算法的图像增强算法进行增强处理，得到目标图像IIII。本发明利用图像处理技术对获取的作物叶片图像进行分割、修复、增强处理，降低噪声影响，突出图像中的有用信息，以提高图像质量，为后续图像分割和特征提取等处理提供良好基础。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.039 seconds)
