-
公开(公告)号：CN116912432A
公开(公告)日：2023-10-20
申请号：CN202311185027.8
申请日：2023-09-14
Applicant: 安徽农业大学
Abstract: 本发明涉及三维测量技术领域，公开了一种高通量植物表型成像方法，包括如下步骤：步骤S1：搭建高通量植物表型成像系统，成像系统包括高光谱相机、数字投影仪、白光光源、荧光激发光源、工控机和待测植物；步骤S2：保持整个植物表型成像系统稳定，只打开白光光源照射待测植物，并利用高光谱相机采集待测植物的高光谱图像#imgabs0#；步骤S3：只打开荧光激发光源照射待测植物，激发待测植物的叶绿素荧光，并利用高光谱相机采集待测植物的高光谱图像#imgabs1#。本发明提出的一种高通量植物表型成像方法与成像系统，能够高效地获取植物的三维点云图像、高光谱图像和叶绿素荧光图像，相互之间存在像素级映射关系，具有非接触、速度快、精度高、鲁棒性强等优点。
-
公开(公告)号：CN115235374A
公开(公告)日：2022-10-25
申请号：CN202210818527.X
申请日：2022-07-12
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于参考相位估计的相位展开方法，包括：步骤S1：搭建条纹投影系统，采集被物体调制的条纹图像，并利用相移法从条纹图像中提取截断相位φ(x,y)；步骤S2：计算截断相位φ(x,y)的梯度图gX(x,y)和gY(x,y),估计出绝对相位Φ(x,y)的梯度图GX(x,y)和GY(x,y)；步骤S3：计算梯度图GX(x,y)和GY(x,y)的平均值，生成一组参考相位Φr(x,y,m)，并计算条纹级次k(x,y,m)，通过相位展开获得一组绝对相位Φ(x,y,m)；步骤S4：计算绝对相位Φ(x,y,m)的梯度图GX(x,y,m)和GY(x,y,m)，然后计算绝对相位Φ(x,y,m)的边缘图，记录边缘点数目最少的绝对相位Φ(x,y,m*)；步骤S5：标定条纹投影系统，将绝对相位Φ(x,y,m*)映射至三维物理空间，重建出被测物体的三维形貌。直接利用截断相位估计参考相位，通过对比截断相位和参考相位便可实现相位展开，具有速度快、精度高、鲁棒性强等优点。
-
公开(公告)号：CN115330884A
公开(公告)日：2022-11-11
申请号：CN202210965004.8
申请日：2022-08-12
Applicant: 安徽农业大学
Abstract: 本发明公开了一种用于圆条纹阵列标靶的特征点排序方法，包括：步骤S1：摄像机依次采集多幅圆条纹阵列图像；步骤S2：提取圆条纹阵列图像的掩膜图像，通过连通域标记获得每个圆条纹的感兴趣区域；步骤S3：对比多幅圆条纹阵列图像，获得二值图像，并进行形态学孔洞填充获得填充图像；步骤S4：统计每个圆条纹的感兴趣区域中每幅填充图像的面积占比，推算出每个圆条纹的编码值；步骤S5：确定每个圆条纹的相移量和圆心特征点的次序；计算圆条纹阵列图像的相位分布，并提取圆心特征点；步骤S6：建立圆心特征点的世界坐标和图像坐标的一一映射关系，用于后续的摄像机标定；通过编码不同相移量的圆条纹，确定圆心特征点的次序，鲁棒性和适用性较强。
-
公开(公告)号：CN117953544B
公开(公告)日：2024-08-02
申请号：CN202410348589.8
申请日：2024-03-26
Applicant: 安徽农业大学
IPC: G06V40/10 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/64
Abstract: 本发明公开了一种目标行为监测方法及系统，方法包括：采集目标的单视角图片；将所述单视角图片输入预先训练的扩散模型，输出所述目标的一组多视角图片；将所述多视角图片输入预先训练的NeRF网络，输出所述目标的三维点云数据；将所述三维点云数据输入预先训练的分类网络，输出所述目标的行为模式。利用本发明实施例，能够通过深度学习技术提高目标行为的监测水平和准确性，不需要使用传感器监测目标的行为模式，降低成本，适应性较强，进一步高效和准确评估目标的生长发育状况。
-
公开(公告)号：CN116678862A
公开(公告)日：2023-09-01
申请号：CN202310681543.3
申请日：2023-06-08
Applicant: 安徽农业大学
Abstract: 本发明公开了一种植株叶绿素荧光三维成像装置及方法，属于植株叶绿素荧光三维领域。针对现有技术中存在的植株叶绿素荧光三维成像方法实现复杂、需要多角度拍摄、合成图像需要大量数据等问题，本发明提供了一种植株叶绿素荧光三维成像装置及方法，在不同位置光源下获取植株单视角图像通过植株神经辐射场对植株进行三维重建，生成植株精细三维模型，同时结合渲染对植株精细三维模型进行优化，得到植株三维图像以及植株叶绿素荧光三维图像，由此能够提高单视角下植株叶绿素荧光三维成像的精度和速度，减少数据处理时间，为植株生长、疾病和逆境应答等研究提供更加准确、全面的信息。
-
Patent Agency Ranking
公开(公告)号：CN115235374B
公开(公告)日：2024-06-21
申请号：CN202210818527.X
申请日：2022-07-12
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于参考相位估计的相位展开方法，包括：步骤S1：搭建条纹投影系统，采集被物体调制的条纹图像，并利用相移法从条纹图像中提取截断相位φ(x,y)；步骤S2：计算截断相位φ(x,y)的梯度图gX(x,y)和gY(x,y),估计出绝对相位Φ(x,y)的梯度图GX(x,y)和GY(x,y)；步骤S3：计算梯度图GX(x,y)和GY(x,y)的平均值，生成一组参考相位Φr(x,y,m)，并计算条纹级次k(x,y,m)，通过相位展开获得一组绝对相位Φ(x,y,m)；步骤S4：计算绝对相位Φ(x,y,m)的梯度图GX(x,y,m)和GY(x,y,m)，然后计算绝对相位Φ(x,y,m)的边缘图，记录边缘点数目最少的绝对相位Φ(x,y,m*)；步骤S5：标定条纹投影系统，将绝对相位Φ(x,y,m*)映射至三维物理空间，重建出被测物体的三维形貌。直接利用截断相位估计参考相位，通过对比截断相位和参考相位便可实现相位展开，具有速度快、精度高、鲁棒性强等优点。
-
公开(公告)号：CN117953544A
公开(公告)日：2024-04-30
申请号：CN202410348589.8
申请日：2024-03-26
Applicant: 安徽农业大学
IPC: G06V40/10 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/64
Abstract: 本发明公开了一种目标行为监测方法及系统，方法包括：采集目标的单视角图片；将所述单视角图片输入预先训练的扩散模型，输出所述目标的一组多视角图片；将所述多视角图片输入预先训练的NeRF网络，输出所述目标的三维点云数据；将所述三维点云数据输入预先训练的分类网络，输出所述目标的行为模式。利用本发明实施例，能够通过深度学习技术提高目标行为的监测水平和准确性，不需要使用传感器监测目标的行为模式，降低成本，适应性较强，进一步高效和准确评估目标的生长发育状况。
-
公开(公告)号：CN115200504B
公开(公告)日：2024-06-21
申请号：CN202210819888.6
申请日：2022-07-12
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于参考截断相位的三维测量方法，包括：步骤S1：搭建条纹投影系统，包括投影仪、摄像机和计算机三部分；步骤S2：采集参考背景板调制的条纹图像，利用相移法提取参考截断相位φref(x,y)；步骤S3：采集物体调制的条纹图像，利用相移法提取物体截断相位φobj(x,y)；步骤S4：将物体截断相位φobj(x,y)减去相移后的参考截断相位φref(x,y,m)，获得取值区间为[‑2π,+2π]的相位图Φ(x,y,m)；步骤S5：将取值区间为[‑2π,+2π]的相位图Φ(x,y,m)转换成取值区间为[‑π,+π]的相位图Φ′(x,y,m)；并记录边缘点数目最少的相位图Φ′(x,y,m*)；步骤S6：标定条纹投影系统，将相位图Φ′(x,y,m*)映射至三维物理空间，重建出物体的三维形貌。借助参考截断相位，直接从物体截断相位中重建出物体三维形貌，无需进行相位展开，具有速度快、精度高、鲁棒性强等优点。
-
公开(公告)号：CN117314870A
公开(公告)日：2023-12-29
申请号：CN202311306359.7
申请日：2023-10-10
Applicant: 安徽农业大学
Abstract: 本发明涉及图像分析技术领域，公开了一种植物叶片三维表型分析方法，包括以下步骤：S1构建结构光三维成像系统：其中，结构光三维成像系统包括相机、投影仪和计算机；S2植物图像信息采集：利用相机采集投影仪投影至植物叶片的条纹图像和植物叶片的RGB图像；S3条纹图像的条纹分析。本发明采用结构光三维成像系统重建的植物点云数据精度高，计算的植物叶片表型参数精度高，能有效地反应植物叶片的真实长势信息；使用改进的Mask R‑CNN分割算法对植物叶片进行实例分割，将结构光技术和深度学习算法的结果相结合，可以实现自动化的叶片三维表型分析；得到植物叶片的三维信息，帮助育种人员实时地了解植物的生长状态，更好地管理和培养植物。
-
公开(公告)号：CN116106280A
公开(公告)日：2023-05-12
申请号：CN202310009357.5
申请日：2023-01-03
Applicant: 安徽农业大学
IPC: G01N21/64
Abstract: 本发明公开了基于结构光视觉的植物三维叶绿素荧光成像系统，包括：步骤S1：搭建三维叶绿素荧光成像系统；步骤S2：红色滤波片模式下切换测量光光源、光化光光源、饱和脉冲光源、远红光光源，采集不同状态下植物的叶绿素荧光图像；步骤S3：打开普通白光光源，红色、绿色、蓝色滤波片模式下依次采集植物的单通道图像，融合获得植物的三通道彩色图像；步骤S4：关闭所有光源，中性滤波片模式下采集被植物调制后的双频十二步相移条纹图像，重构出植物的三维点云模型；步骤S5：利用叶绿素荧光图像、三通道彩色图像对植物三维点云模型进行逐像素渲染，实现植物三维叶绿素荧光成像。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
