-
公开(公告)号：CN118135440A
公开(公告)日：2024-06-04
申请号：CN202410320449.X
申请日：2024-03-20
Applicant: 河北农业大学
Abstract: 本发明提供了一种低成本无人机复杂生长环境下大白菜根肿病检测方法，属于蔬菜病害检测技术领域，包括：利用无人机成像设备采集多个试验基地的大白菜遥感图像；将采集的多个遥感图像进行预处理，随后生成数字正射影像，并分别对其进行分割及患病信息标注；利用循环一致生成对抗网络模型对预处理后不同地块的图像进行训练，生成得到模拟图像；选取目标检测最优模型，分别对模拟图像与源数据集进行训练，并对比最优模型下的评判指标，获得模型的性能评估结果。本发明采用上述提供的检测方法，可实现不同地块及不同生长环境下大白菜生长情况检测，且该方法低成本的同时还可及时和针对性的原位检测大白菜根肿病，以减少病害带来的经济损失。
-
公开(公告)号：CN113820322B
公开(公告)日：2023-12-26
申请号：CN202111221999.9
申请日：2021-10-20
Applicant: 河北农业大学
IPC: G01N21/88 , G01N21/95 , G01B11/02 , G01B11/28 , G06T7/62 , G06T7/136 , G06T7/11 , G06T5/30 , G06T5/00 , G06V10/764
Abstract: 本发明公开了一种用于种子外观品质的检测装置及方法，包括触控显示器、抽屉载物台、五通道相机、配套光源和主机区组成机箱架，触控显示器倾斜嵌入在机箱架的顶部，抽屉载物台设置在机箱架的中间，抽屉载物台的上方设置有配套光源，配套光源的上方中间、触控显示器的底部设置有五通道相机，抽屉载物台的下方设置有LED背光板，机箱架的后面设置有供电和数据处理用的主机区。实现对批量种子精准、智能的优选和品质分级，提高检测时的效率，包括对批量种子的破损率、病变率、杂质率等数据指标全面客观的综合分析和判断，本发明实用性强，筛选准确度高，自动化检测分析，从而帮助生产企业大幅节约检测成本并提高种子来源品质。
-
公开(公告)号：CN116587964A
公开(公告)日：2023-08-15
申请号：CN202310550994.3
申请日：2023-05-16
Applicant: 河北农业大学
Abstract: 本发明涉及农业植保无人喷洒设备技术领域，且公开了基于空地一体化通信的无人机与无人车协同作业装置，包括无人机和无人车，无人车的顶部设有无人机平台，无人机的底部固定设有多光谱相机，无人车的内部固定嵌设有自驾仪、机载计算机和车载相机，多光谱相机、机载计算机和车载相机电控连接设置，无人车的两侧上端均设有防护罩，两个防护罩均盖设于无人机平台的外侧上端，两个防护罩和无人车的外侧壁上端之间设有推动开合机构。该基于空地一体化通信的无人机与无人车协同作业装置通过机器视觉，可实现精准对区域喷洒，相比传统的全局式喷洒药物，可以实现对病害点的精准喷药，有效的节约药物资源，避免过量喷洒对环境的污染。
-
公开(公告)号：CN114885634A
公开(公告)日：2022-08-12
申请号：CN202210314120.3
申请日：2022-03-28
Applicant: 河北农业大学
IPC: A01C1/02
Abstract: 本发明属于农作物种子活力检测技术领域，尤其是一种农作物种子活力检测装置及其使用方法，针对现有农作物种子活力检测时预处理繁琐、操作复杂、样品损坏等问题，现提出以下方案，包括第一暗箱和第二暗箱，所述第一暗箱和第二暗箱均通过导线连接在同一台计算机，所述第一暗箱和第二暗箱一端外壁均开设有进料口，且进料口上滑动连接有门板，两个所述门板上均固定连接有拉板，所述第一暗箱顶部内壁固定连接有灯罩，且灯罩内部设置有卤素灯，所述第一暗箱内部设置有放置机构，所述第二暗箱顶部内壁固定连接有五通道相机。本发明构建了一种基于机器视觉的种子活力检测系统，可以准确、快速和无损的检测种子活力。
-
公开(公告)号：CN114878466A
公开(公告)日：2022-08-09
申请号：CN202210315823.8
申请日：2022-03-28
Applicant: 河北农业大学
Abstract: 本发明公开了一种田间农作物病害的快速检测装置，涉及农作物病害检测技术领域，包括自动导航小车，所述自动导航小车底部外壁四角均固定连接于万向轮，所述自动导航小车顶部固定连接于支撑柱，且支撑柱一侧开设有滑动槽，所述滑动槽内部设置有驱动机构，所述驱动机构上转动连接有摄像头，所述自动导航小车顶部固定连接于防护板，且防护板位于摄像头正下方，所述防护板朝向滑动槽的一侧开设有弧面槽，且弧面槽大小与摄像头前端弧度一致，所述弧面槽上固定连接于凸块，且凸块大小与摄像头镜头一致，所述凸块顶部开设有凹槽。本发明优点在于便于对摄像头进行防护并且能够对镜头进行清理。
-
Patent Agency Ranking
公开(公告)号：CN113458004A
公开(公告)日：2021-10-01
申请号：CN202110933281.6
申请日：2021-08-14
Applicant: 河北农业大学
Abstract: 本发明提供了一种基于机器视觉的种子分拣装置及方法，该装置包括：支撑架、种子传输带、负压装置、好种存储箱、图像采集装置、控制系统及种子吸取装置，所述支撑架上设置所述种子传输带，所述种子传输带的顶部平行设置所述种子吸取装置及图像采集装置，所述种子吸取装置通过支撑架设置在所述种子传输带的中心，所述图像采集装置通过支撑架设置在种子吸取装置的前侧，所述负压装置设置有多组，所述负压装置连接种子吸取装置，所述好种存储箱设置在种子传输带末端的底部。本发明提供的基于机器视觉的种子分拣装置及方法，准确度高，不会对种子外观形状产生损伤，能够实现种子的无损检测，能够将坏种剔除，保证了种子品质的良好。
-
公开(公告)号：CN117871435B
公开(公告)日：2025-03-11
申请号：CN202410046840.5
申请日：2024-01-12
Applicant: 河北农业大学
IPC: G01N21/27 , G01N21/55 , G01N21/64 , G06V10/774 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06T7/40
Abstract: 本发明公开了一种基于多光谱图像技术的茄子黄萎病早期检测方法，包括如下步骤：S1、采用模拟自然环境的人工接种方法培育具有黄萎病病害特征的茄子幼苗，以相同生长期健康的茄子幼苗为对照；S2、采集不同生长天数茄子完整叶片的多光谱图像和叶绿素荧光图像。本发明采用上述一种基于多光谱图像技术的茄子黄萎病早期检测方法，利用多光谱成像技术在症状出现之前黄萎病感染的茄子叶片进行分类，具体分为健康叶片、即将染病叶片和染病叶片三个阶段；将多光谱信息融合建立茄子叶片黄萎病早期检测模型，根据茄子叶片的多光谱信息判断所属阶段，从而对茄子植株做出针对性处理，可以更大程度上降低黄萎病造成的损失。
-
公开(公告)号：CN118408894A
公开(公告)日：2024-07-30
申请号：CN202410540454.1
申请日：2024-04-30
Applicant: 河北农业大学
IPC: G01N21/25 , G06T7/00 , G06V10/54 , G06V10/60 , G06V10/25 , G06V20/10 , G06V10/771 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于多光谱图像技术的辣椒疫霉病早期检测方法，采用光谱成像技术和机器学习相结合的方式来实现辣椒疫霉病的早期检测，包括如下步骤：(1)采集辣椒叶片的多光谱图像，提取光谱反射率和图像纹理特征；(2)求目标区域各波段反射率的均值得到平均光谱反射率；(3)对光谱特征和图像纹理特征数据进行预处理；(4)对光谱特征和图像纹理特征进行有效特征选择；(5)进行模型的建立。本发明采用上述一种基于多光谱图像技术的辣椒疫霉病早期检测方法，多光谱技术的应用为辣椒疫霉病早期检测提供了高效、准确、非破坏性的方法，有助于对辣椒植株及时采取措施防治辣椒疫霉病，从而降低疫霉病对辣椒产生的损失。
-
公开(公告)号：CN117542014A
公开(公告)日：2024-02-09
申请号：CN202311517561.4
申请日：2023-11-15
Applicant: 河北农业大学
IPC: G06V20/58 , H04N23/695 , H04N23/667 , H04N7/18 , H04N23/57 , A01M7/00 , G01N21/84 , G05D1/243 , G05D1/644 , G05D1/43 , G06V10/143 , G06V10/82 , G06N3/0464 , G05D105/15
Abstract: 本发明涉及水培生菜技术领域，特别涉及基于深度学习的水培生菜病害检测及防治系统，包括：安装在采集车上的巡航图像采集模块与病害防治模块，所述巡航图像采集模块的输出端与病害图像检测模块的输入端相连，所述病害图像检测模块输出端与病害防治模块的输入端相连，所述采集车的内部安装有电源，通过巡航图像采集模块，通过采用嵌入式系统技术实现采集车能够在水培生菜种植区域定点移动，通过巡航图像采集模块，设定拍照频率，可多方位采集水培生菜病虫害图像，更加便捷的构建图像数据库，对叶片和病害进行了精确分割、精准识别、精准防治，为建立农作物病害检测和防治系统提供了基础，为今后种植过程中的精准识别和精准防治提供技术基础。
-
公开(公告)号：CN114965466A
公开(公告)日：2022-08-30
申请号：CN202210482318.2
申请日：2022-05-05
Applicant: 河北农业大学
Abstract: 本发明公开了基于机器视觉与卷积神经网络的稻米等级判定装置及方法，属于稻米等级判定技术领域，包括装置本体，所述装置本体的上表面嵌入安装有触控显示器，所述触控显示器的后方设置有主机区，所述主机区的下表面设置有散热扇，所述装置本体的外部下侧设置有种子回收槽，所述装置本体的一侧设置有抽屉载物台，所述装置本体的内部顶端设置有五通道相机，所述五通道相机的底端设置有配套光源，所述装置本体的内部底端设置有LED背光板；通过以机器视觉技术为主导，运用图像处理技术和线性回归分析等方法，实现对批量稻米的出糙率、整精米率、破损率、病变率、杂质率等进行全面客观的综合分析和判断。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.032 seconds)
