公开(公告)号：CN114199360B

公开(公告)日：2023-03-24

申请号：CN202111411638.0

申请日：2021-11-23

Applicant: 华南农业大学

Inventor： 兰玉彬 ,  杨炜光 ,  魏旭 ,  颜康婷 ,  张雷 ,  崔宗胤 ,  梁长江

IPC: G06F17/00 ,  G01G23/01

Abstract: 本发明公开了一种抗震动自配准产量称重装置、称重方法及单位产量计算方法，所述抗震动自配准产量称重装置包括固定板、设置在固定板上的称重模块、配准模块以和旋转驱动机构；其中，所述称重模块包括设置在固定板上的容器和称重传感器，其中，所述容器设置在所述称重传感器的上部；所述配准模块包括设置在固定板上的标准砝码和配准传感器，其中，所述标准砝码设置在所述配准传感器的上部。本发明的抗震动自配准产量称重装置在对收割过程中的农作物进行称重时，可以克服因为载体在运动过程中带来的震动所导致的超重或失重现象而对称重结果造成不规律难以计算的影响，从而保证称重准确度，进而实现对农作物的收获产量进行精确统计。

公开(公告)号：CN115496795A

公开(公告)日：2022-12-20

申请号：CN202211207409.1

申请日：2022-09-30

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  周明 ,  李钊荣 ,  徐海涛 ,  潘凯 ,  兰玉彬 ,  施震渺 ,  梁俊涛 ,  梁长江 ,  陈志浩 ,  刘军和

IPC: G06T7/60 ,  G06T17/00 ,  G06T3/00

Abstract: 本发明为基于无人机影像的水稻冠层高度预测的方法、系统、存储介质及计算机设备，其方法包括步骤：S1、设置稳定和流动地面控制点并采用RTK‑GNSS进行地理坐标测量；S2、获取无人机影像集，基于SFM‑MVS生成无人机影像对应的DSM和正射影像图，并利用基于GDAL的方法对DSM文件和正射影像进行图层融合；S3、利用基于地面控制点坐标的方法对不同时间序列融合图像进行图层配准；S4、基于QGIS的二次开发对融合图像信息进行自动解析并可视化；S5、在Linux系统中通过shell编程脚本自动检测DSM信息和生成正射影像、融合DSM和正射影像、显示输出基于QGIS二次开发程序的数据解析和冠层高度。本发明能够利用无序的数据集进行快速准确的解算实现农田作物的冠层高度预测。

公开(公告)号：CN114199360A

公开(公告)日：2022-03-18

申请号：CN202111411638.0

申请日：2021-11-23

Applicant: 华南农业大学

Inventor： 兰玉彬 ,  杨炜光 ,  魏旭 ,  颜康婷 ,  张雷 ,  崔宗胤 ,  梁长江

IPC: G01G23/01 ,  G01G23/365

Abstract: 本发明公开了一种抗震动自配准产量称重装置、称重方法及单位产量计算方法，所述抗震动自配准产量称重装置包括固定板、设置在固定板上的称重模块、配准模块以和旋转驱动机构；其中，所述称重模块包括设置在固定板上的容器和称重传感器，其中，所述容器设置在所述称重传感器的上部；所述配准模块包括设置在固定板上的标准砝码和配准传感器，其中，所述标准砝码设置在所述配准传感器的上部。本发明的抗震动自配准产量称重装置在对收割过程中的农作物进行称重时，可以克服因为载体在运动过程中带来的震动所导致的超重或失重现象而对称重结果造成不规律难以计算的影响，从而保证称重准确度，进而实现对农作物的收获产量进行精确统计。

公开(公告)号：CN115546195A

公开(公告)日：2022-12-30

申请号：CN202211378135.2

申请日：2022-11-04

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  梁俊涛 ,  梁长江 ,  周明 ,  施震渺 ,  汤新宇 ,  李松浩 ,  姚志杰 ,  徐海涛 ,  邓海东 ,  兰玉彬

IPC: G06T7/00 ,  G06T7/62 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进型YOLOV5算法的荔枝晚秋梢检测方法，该方法包括：获取荔枝树晚秋梢的遥感图像；建立改进型YOLOv5网络模型，具体包括:通过现有的遥感图像数据集对YOLOv5的四种网络(s、m、l、x)进行训练选择最优网络；在最优网络上添加针对小目标设计的预选框和检测层，在Neck部添加CBAM注意力机制，使用Swi n‑Transformer替换Neck部的Bott l eneckCSP层，使用B I FPN替换FPN特征融合金字塔和使用C IOU替换G IOU作为计算边界框回归的损失函数；通过改进型YOLOv5网络模型获取遥感图像中荔枝树晚秋梢的检测结果。本发明提出一种基于改进型YOLOV5算法的荔枝晚秋梢检测方法及处理终端，解决了晚秋梢难以检测，原YOLOV5算法的网络中大量卷积操作等会丢失目标的特征的技术问题。

公开(公告)号：CN118799575A

公开(公告)日：2024-10-18

申请号：CN202410914804.6

申请日：2024-07-09

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  葛唯一 ,  刘丹丹 ,  梁长江 ,  黄文忠

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/10 ,  G06V20/17 ,  G06V10/20 ,  G06V10/82 ,  G06V10/80 ,  G06T7/62 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06N5/04 ,  G06Q50/02

Abstract: 本发明公开了一种基于语义分割算法的冠层荔枝花分割方法和系统，涉及深度学习和计算机视觉技术领域，其中方法包括：使用无人机在不同高度采集荔枝树图像；对所述荔枝树图像进行预处理，得到多株预处理后图像；使用Unet网络模型对多株预处理后图像进行语义分割，得到多株荔枝树冠层图像；使用改进的语义分割模型Upernet将每株荔枝树冠层图像的冠层荔枝花分割出来，得到冠层荔枝花图像。本发明采用了包括Twins‑PCPVT、CBAM以及改进的网络模型检测头等在内的先进模块，构建了一个综合的深度学习网络模型，从而显著提升了对荔枝树冠层及花朵特征的分割精度。通过上述方法可以显著提升荔枝花生长状况监测的效率和准确性，为荔枝树的精准农业管理提供强有力的技术支持。