公开(公告)号：CN117664872A

公开(公告)日：2024-03-08

申请号：CN202311348276.4

申请日：2023-10-17

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  魏康宁 ,  吴继辉 ,  黄彬山 ,  龙腾 ,  李坤 ,  徐海涛

IPC: G01N21/25 ,  G06V10/25 ,  G06V10/26 ,  G06V10/58 ,  G06V10/766

Abstract: 本发明提供了一种荔枝叶片内含物的无损检测方法及叶片内含物检测装置，属于荔枝叶片检测技术领域，该无损检测方法包括：采集叶片样本，并获取样本叶片中内含物的值,其中，叶片中内含物包括叶绿素a、叶绿素b以及类胡萝卜素；建立样本叶片的原始高光谱图像；对原始高光谱图像进行预处理，得到预处理图像；提取预处理图像的特征波段；基于所提取的特征波段和样本叶片中内含物的值，构建回归预测模型；利用回归预测模型，对原始高光谱图像进行叶片的内含物计算，并实现叶片内含物的可视化分布。该方法无需损坏荔枝叶片即能够实现荔枝叶内含物的测量，且检测精度高，能够实现叶片内含物的快速检测。

公开(公告)号：CN116883917A

公开(公告)日：2023-10-13

申请号：CN202310606955.0

申请日：2023-05-26

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  魏康宁 ,  李金豪 ,  李钊荣 ,  范志文 ,  徐海涛 ,  兰玉彬

IPC: G06V20/50 ,  G06V10/12 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于深度信息的田间水稻叶龄识别方法，包括如下步骤：S1：获取训练集；所述训练集包括水稻彩色图像、水稻深度图像、气象数据、水稻品种以及水稻叶龄；S2：采用若干个训练集对叶龄模型进行训练，得到叶龄预测模型；其中，设置训练集中水稻彩色图像、水稻深度图像、气象数据和水稻品种为所述叶龄预测模型的输入数据，设置水稻叶龄为所述叶龄预测模型的输出数据；S3：采用叶龄预测模型进行水稻叶龄识别。本发明提供的一种基于深度信息的田间水稻叶龄识别方法，具有操作简便、效率高、准确度高等优点，为水稻种植提供科学依据和技术支持。