-
公开(公告)号：CN117496353B
公开(公告)日：2024-09-27
申请号：CN202311516295.3
申请日：2023-11-13
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/56 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了基于两阶段分割模型的稻田秧苗杂草茎中心区分定位方法，通过构建不同光照条件下多种图像色彩特征组合和空间约束的稻田秧苗杂草植株分割模型，实现图像中植株与背景的分割，并在此基础上，在实例分割模型Mask R‑CNN的图像特征提取层引入注意力机制，实现稻田秧苗杂草茎中心的区分定位模型，基于注意力机制探索具有灵敏的表达能力的特征提取器设计的同时，使网络能够自动学习到每个特征的重要程度，关注与目标相关的特征而抑制与目标不相关的特征，从而实现秧苗与杂草茎中心的区分定位，为除草机械除去株间杂草提供有效支撑，具有提高除草机构自动定位杂草的准确性和除草机构的作业质量。
-
公开(公告)号：CN117830281A
公开(公告)日：2024-04-05
申请号：CN202410040772.1
申请日：2024-01-10
Applicant: 安徽农业大学
Abstract: 本发明提供一种水稻病害类型检测的处理方法，包括：获取样本数据集和待测数据集；对初始残差网络模型进行多分支结构嵌入处理，生成第一中间残差网络模型；对所述第一中间残差网络模型进行动态稀疏注意力机制嵌入处理，生成第二中间残差网络模型；根据所述样本数据集对所述第二中间残差网络模型进行训练处理，生成目标检测网络模型；将所述待测数据集输入所述目标检测网络模型中进行目标检测处理，生成水稻叶部病害类型检测结果。通过本发明公开的一种水稻病害类型检测的处理方法、系统、设备及介质，能够提高提升对水稻病害类型的检测精度。
-
公开(公告)号：CN117496353A
公开(公告)日：2024-02-02
申请号：CN202311516295.3
申请日：2023-11-13
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/56 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了基于两阶段分割模型的稻田秧苗杂草茎中心区分定位方法，通过构建不同光照条件下多种图像色彩特征组合和空间约束的稻田秧苗杂草植株分割模型，实现图像中植株与背景的分割，并在此基础上，在实例分割模型Mask R‑CNN的图像特征提取层引入注意力机制，实现稻田秧苗杂草茎中心的区分定位模型，基于注意力机制探索具有灵敏的表达能力的特征提取器设计的同时，使网络能够自动学习到每个特征的重要程度，关注与目标相关的特征而抑制与目标不相关的特征，从而实现秧苗与杂草茎中心的区分定位，为除草机械除去株间杂草提供有效支撑，具有提高除草机构自动定位杂草的准确性和除草机构的作业质量。
-
公开(公告)号：CN117911508A
公开(公告)日：2024-04-19
申请号：CN202311847800.2
申请日：2023-12-27
Applicant: 安徽农业大学
Abstract: 本发明提供一种水稻秧苗植株中心定位方法、系统、设备及介质，涉及机器视觉技术领域，所述定位方法包括：获取水稻秧苗图像，并对所述水稻秧苗图像进行分割处理，以生成秧苗二值图像；对所述秧苗二值图像进行骨架提取处理，以生成秧苗骨架图像；根据所述秧苗骨架图像，计算生成候选植株中心点数据，所述候选植株中心点数据包括多个候选植株中心点的坐标数据；对所述候选植株中心点数据进行筛选处理，以生成植株中心定位数据。本发明可实现对水稻秧苗植株中心的准确识别与定位，为水稻秧苗的对靶喷施和机械化除草提供有力支撑，降低了伤苗率，提高了肥料的利用率和杂草的有效去除，有利于提高水稻产量。
-
-
-
Search Results
4
records
(took 0.027 seconds)
