公开(公告)号：CN113128576A

公开(公告)日：2021-07-16

申请号：CN202110362037.9

申请日：2021-04-02

Applicant: 中国农业大学

Inventor： 马钦 ,  卫建 ,  吴才聪

IPC: G06K9/62

Abstract: 本发明提供一种基于深度学习图像分割的作物行检测方法及装置，该方法包括：获取农田作物图像；将所述农田作物图像输入训练后的卷积网络模型，输出图像分割结果的二值图像；对所述卷积网络模型提取的高维度特征向量进行空间聚类，得到不同作物行实例；根据所述二值图像和所述不同作物行实例进行作物行拟合，得到作物行曲线；其中，所述卷积网络模型，根据已知作物行结果的农田作物图像训练后得到。该方法通过卷积神经网络模型得到二值化分割结果和像素级高维度向量表示，通过融合二者信息获取作物行特征，随后使用聚类算法和曲线拟合算法对作物行线进行拟合描绘，有效提高作物行识别速度和精确度。

公开(公告)号：CN111950436A

公开(公告)日：2020-11-17

申请号：CN202010790068.X

申请日：2020-08-07

Applicant: 中国农业大学

Inventor： 马钦 ,  杨天 ,  冯昱箫 ,  姚皓曦 ,  卫建

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G01D21/02

Abstract: 本发明实施例提供一种玉米果穗表型测量方法及系统，将玉米果穗表型作为研究对象，根据其特点，通过设计玉米果穗图像的采集方案，使其在较短时间内可自动、快速地采集较好的玉米果穗图像，分析玉米果穗像的特点，构建玉米果穗主体图像提取模型，并计算果穗形状、籽粒穗行数、籽粒行粒数；通过卷积神经网络，实现了果穗败育、病害区域的计算；最后通过果穗表型参数数据，创建玉米果穗三维模型，进行可视化，通过上述研究，有效地解决了目前人工考种工作效率低下，主观误差大等问题。本发明实施例所采用的玉米果穗表型智能测量方法可以快速而准确得出玉米果穗表型参数结果，可以满足玉米选育过程中的自动化考种、科学选种等需求。