-
公开(公告)号：CN106644079A
公开(公告)日：2017-05-10
申请号：CN201710086125.4
申请日：2017-02-17
Applicant: 安徽大学
CPC classification number: G01J3/2803 , G01J3/0202
Abstract: 本申请提供一种作物理化参数测量设备，包括：测量设备主体，测量设备主体包括相对设置的第一表面和第二表面；设置在第一表面和第二表面背离测量设备主体一侧的设备连接器，设备连接器包括连接轴和连接杆；其中，连接轴的一端可拆卸地连接在测量设备主体的第一表面和第二表面；连接轴的另一端连接连接杆。通过连接轴和连接杆，将测量设备主体搭载在手柄、支架或无人机上，使得测量设备不仅可以单手手持、双手手持，对于作物高度较高的，还可以通过设备连接器将测量设备架设在测量支架上或搭载到无人机上，通过无人机进行测量和数据采集工作，进而扩大作物样本点的范围，能够提高采集样本的代表性。
-
公开(公告)号：CN103940465B
公开(公告)日：2016-05-11
申请号：CN201410042668.2
申请日：2014-01-28
Applicant: 安徽大学 , 安徽朗坤物联网有限公司
Abstract: 本发明提供一种杂草信息采集方法与系统，其中，杂草信息采集方法包括：采用两个调查尺确定杂草采集面积；获取所述杂草采集面积内杂草的图像信息；确定所述杂草采集面积内杂草的基本信息，所述基本信息包括：杂草种类、杂草密度、杂草高度和采集点地理位置信息；将所述图像信息及基本信息上传至杂草信息采集服务器。本实施例提供的杂草信息采集方法与系统，通过利用两个调查尺确定杂草采集面积，利用图像采集装置获取采集面积内的杂草图像信息，从而确定杂草的基本信息，并将确定的杂草图像信息和基本信息上传至杂草信息采集服务器以使采集的杂草信息及时共享，杂草信息的采集过程简单，效率高。
-
公开(公告)号：CN103065061B
公开(公告)日：2015-11-18
申请号：CN201310038821.X
申请日：2013-01-31
Applicant: 安徽大学
IPC: G06F19/00
Abstract: 本发明涉及植保信息化技术领域，特别是涉及一种植物病情指数获取与发布装置。该装置包括图像采集辅助模块和移动终端；图像采集辅助模块包括背景板和高度板，图像采集辅助模块用于固定植物叶片，为图像采集发布模块提供采集背景和采集高度；移动终端，用于获取植物病害叶片的高清图像，计算病斑所占叶片面积的百分比，输出病情指数并发布防控建议。本发明提供的植物病情指数获取与发布装置，在规范、统一数据采集流程后，充分发挥移动终端便携、实时性强的优势，科学、准确地为基层植保调查员/技术员提供植物病情指数，为及时制定防控措施、实施喷药管理提供服务。
-
公开(公告)号：CN104655574A
公开(公告)日：2015-05-27
申请号：CN201510051420.7
申请日：2015-01-30
Applicant: 安徽大学
IPC: G01N21/25
Abstract: 本发明涉及农业植保信息技术领域，特别涉及一种作物病害叶片叶绿素含量测定装置，包括：测量探头，光谱信号处理装置以及高度调节器；其中，测量探头，由激光器、光谱接收器和叶片搭载器构成；激光器和叶片搭载器之间设有用于夹合的卡接件；叶片搭载器用于放置和固定待测作物整个叶片；激光器的出射光线照射待测作物整个叶片表面，光谱接收器检测待测作物整个叶片的光谱信号，并将所述光谱信号发送到光谱信号处理装置。高度调节器，设置在光谱信号处理装置上，搭载测量探头，测量探头随着高度调节器的伸长或缩短进行位置移动。本发明能方便、准确测定作物病害整个叶片叶绿素相对含量，有利于病害快速防治措施制定和指导农业生产。
-
公开(公告)号：CN114663481B
公开(公告)日：2025-05-23
申请号：CN202210131920.1
申请日：2022-02-14
Applicant: 安徽大学
Abstract: 本发明特别涉及一种多模态图像配准方法，包括如下步骤：S100、通过图像获取装置获取大豆样本的初始图像，初始图像包括RGB图像和高光谱图像；S200、对RGB图像和高光谱图像分别进行去噪得到去噪后的RGB校正图像和高光谱校正图像；S300、从高光谱校正图像中抽取三波段组成第一伪RGB图像；S400、将第一伪RGB图像和RGB校正图像进行预配准得到平移矩阵和变换矩阵；S500、利用平移矩阵和变换矩阵完成高光谱校正图像的配准。通过对RGB图像和高光谱图像的去噪处理，充分去除噪声，保证后续配准的准确度；然后利用手动对第一伪RGB图像和RGB校正图像进行配准，将配准的参数记录得到平移矩阵和变换矩阵，再利用这两个矩阵对高光谱校正图像进行配准，该配准方法操作简单、容易理解、易上手。
-
Patent Agency Ranking
公开(公告)号：CN118467767B
公开(公告)日：2024-09-27
申请号：CN202410924585.X
申请日：2024-07-11
Applicant: 安徽大学
Abstract: 本发明属于戏曲表演身段保护技术领域，具体涉及一种基于虚拟技术的戏曲表演身段序列保护系统及方法。该发明通过实时采集戏曲表演者的表演数据，并结合预先建立的表演身段数据库进行比对分析，实现了对戏曲表演身段序列的精确监控和评估，该不仅能够有效识别出表演者的身段序列偏差，还能够识别出错误动作，并输出相应的动作偏量，之后通过对动作偏量的预测处理，对表演者的动作规范程度进行量化评估，戏曲表演者在出现错误动作后，能够准确的定位错误动作的起始点，使得戏曲表演者的身段纠错更为准确，从而不仅提高了戏曲表演教学的效率和准确性，也为戏曲艺术的传承与保护提供了有力的技术支持。
-
公开(公告)号：CN111832507B
公开(公告)日：2024-04-09
申请号：CN202010702759.X
申请日：2020-07-20
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/774 , G01N21/25
Abstract: 本发明涉及基于麦穗顶部光谱信息的小麦赤霉病遥感识别方法，与现有技术相比解决了尚无基于麦穗顶部进行赤霉病监测的缺陷。本发明包括以下步骤：非成像近地高光谱数据的获取；数据的预处理；敏感特征集的获取；SVM模型的构建；SVM模型的优化；小麦赤霉病遥感识别结果的获得。本发明基于遥感设备垂直角度利用小麦顶部信息对赤霉病进行识别，并通过对特征进行筛选和组合，以及对模型进行优化，实现了单穗尺度上的小麦赤霉病的垂直研究，为实际大区域尺度赤霉病识别提供了更加精准的技术方案。
-
公开(公告)号：CN117649364A
公开(公告)日：2024-03-05
申请号：CN202410126237.8
申请日：2024-01-30
Applicant: 安徽大学
IPC: G06T5/73 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于改进DeblurGANv2模型的真菌孢子显微图像去模糊方法及装置，该方法包括：获取真菌孢子显微图像数据集；基于改进DeblurGANv2模型构建真菌孢子显微图像去模糊网络模型，所述改进DeblurGANv2模型包括在FPN网络中融入CBAM注意力模块并增加一条自底向上的5层特征增强路径；将真菌孢子显微图像数据集输入真菌孢子显微图像去模糊网络模型对生成器和判别器进行训练，得到训练完成的真菌孢子显微图像去模糊网络模型；基于训练完成的去模糊网络模型中的生成器对待处理的模糊真菌孢子显微图像进行去模糊。本发明有效提高了真菌孢子显微图像去模糊后的图像质量。
-
公开(公告)号：CN111738138B
公开(公告)日：2024-02-02
申请号：CN202010564475.9
申请日：2020-06-19
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/762 , G06V10/764 , G06V10/774
Abstract: 本发明涉及一种耦合气象特征区域尺度的小麦条绣病严重度遥感监测方法，与现有技术相比解决了小麦条锈病遥感监测精度差的缺陷。本发明包括以下步骤：遥感训练数据的获取；遥感训练数据的特征筛选；气象数据的特征筛选；小麦条绣病遥感监测模型的构建；小麦条绣病遥感监测模型的训练；待分析遥感数据的获取和特征提取；小麦条绣病严重度遥感监测结果的获得。本发明实现了区域尺度上小麦条锈病严重度的精确监测。
-
公开(公告)号：CN111767863B
公开(公告)日：2023-10-31
申请号：CN202010616580.2
申请日：2020-07-01
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/764 , G06V10/44 , G06V10/774
Abstract: 本发明涉及一种基于近地高光谱技术冬小麦赤霉病识别方法，与现有技术相比解决了从直立角度识别冬小麦赤霉病严重程度精度低的缺陷。本发明包括以下步骤：高光谱数据的获取；赤霉病病情严重度的计算；原始光谱波段特征的筛选；最优小波特征的筛选；冬小麦麦穗赤霉病识别模型的构建；冬小麦麦穗赤霉病识别模型的训练；冬小麦麦穗赤霉病识别结果的获得。本发明不仅实现了直立角度下对冬小麦赤霉病严重度进行识别，还大大提高了冬小麦赤霉病严重度识别的精度。
-
-
-
-
-
-
-
-
-
Search Results
210
records
(took 0.035 seconds)
