公开(公告)号：CN115439600A

公开(公告)日：2022-12-06

申请号：CN202210831007.2

申请日：2022-07-15

Applicant: 华南农业大学 ,  广州市金宝生态农业有限公司

Inventor： 梁云 ,  陈浩铭 ,  黄蓝 ,  黄琼 ,  刘定发 ,  邱少健 ,  刘凯

IPC: G06T17/00 ,  G06T3/00 ,  G06T7/66

Abstract: 本发明公开了基于最近点迭代和标志点匹配的活猪三维点云建模方法及装置，方法包括：得到目标猪体左上、左下、右上和右下四个视角的点云数据；将目标猪体左上、右上视角点云数据作为源点云，左下、右下视角点云数据作为目标点云，计算源点云中每个点在目标点云中的最近邻点；获得左右两个视角的点云数据；基于RGB信息识别活猪周围四个圆形标志点，通过圆心拟合获取左右两个视角中标志点在各自点云中的圆心坐标；将活猪前后视角的点云数据变换到同一坐标系下进行配准，得到活猪三维点云模型。本发明基于最近点迭代配准，再融合标志点配准法，进而获得活猪整个三维点云模型，提高了各角度的活猪点云模型跨度，有效减少三维深度相机的数量，同时保证建模精度。

公开(公告)号：CN115546418A

公开(公告)日：2022-12-30

申请号：CN202211367726.X

申请日：2022-11-03

Applicant: 华南农业大学

Inventor： 梁云 ,  黄蓝 ,  陈浩铭 ,  黄琼 ,  徐振江 ,  古威 ,  朱路

IPC: G06T17/00 ,  G06T7/30 ,  G06V10/762

Abstract: 本发明公开了一种基于SAC‑IA及ICP配准的兰花三维建模方法及装置，方法包括下述步骤：首先，获取采集兰花点云数据；然后，通过对每个视角的兰花点云数据进行聚类，分离标志点与兰花主体；接着，在同一侧的兰花主体点云提取内部形状描述子(ISS)、快速点特征直方图(FPFH)描述子，并进行采样一致性初始配准(SAC‑IA)，及迭代最近点(ICP)算法精配准；最后，基于颜色信息识别左右两侧的标志点，对两侧点云进行配准、合并。本发明方法基于内部形状描述子(ISS)、快速点特征直方图(FPFH)描述子等点云特征、结合采样一致性初始配准(SAC‑IA)算法及迭代最近点(ICP)算法，通过标志点进行辅助，实现半自动兰花点云建模，提高了兰花建模效率，增强了兰花建模准确率和稳定性。

公开(公告)号：CN113487107B

公开(公告)日：2024-04-12

申请号：CN202110854716.8

申请日：2021-07-28

Applicant: 华南农业大学

Inventor： 梁云 ,  陈浩铭 ,  刘财兴 ,  田绪红

IPC: G06Q10/04 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于多层径向基网络的大型动物体重自动评估方法、系统及介质，该方法包括：每层首先随机生成径向基函数中心点，再生成径向基神经元以组成径向基层，最后连接径向基层和全连接层以构建多层径向基网络模型；输入归一化的大型动物体况参数以训练多层径向基网络模型，采用损失函数优化模型的参数；利用训练好的多层径向基网络模型进行体重自动估计。本发明采用一维的大型动物体况参数进行预测其体重，基本不受动物姿态以及运动的影响，对于估计动物生重的鲁棒性较大；本发明将多层径向基网络层通过全连接层进行连接，拟合能力更高，仅在输入一维体况的情况下有较高的估计精度。

公开(公告)号：CN113487107A

公开(公告)日：2021-10-08

申请号：CN202110854716.8

申请日：2021-07-28

Applicant: 华南农业大学

Inventor： 梁云 ,  陈浩铭 ,  刘财兴 ,  田绪红

IPC: G06Q10/04 ,  G06Q10/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多层径向基网络的大型动物体重自动评估方法、系统及介质，该方法包括：每层首先随机生成径向基函数中心点，再生成径向基神经元以组成径向基层，最后连接径向基层和全连接层以构建多层径向基网络模型；输入归一化的大型动物体况参数以训练多层径向基网络模型，采用损失函数优化模型的参数；利用训练好的多层径向基网络模型进行体重自动估计。本发明采用一维的大型动物体况参数进行预测其体重，基本不受动物姿态以及运动的影响，对于估计动物生重的鲁棒性较大；本发明将多层径向基网络层通过全连接层进行连接，拟合能力更高，仅在输入一维体况的情况下有较高的估计精度。