-
公开(公告)号：CN118379338A
公开(公告)日：2024-07-23
申请号：CN202410348975.7
申请日：2024-03-26
Applicant: 河南农业大学
Abstract: 本发明植物表型信息获取技术领域，公开了一种高通量大田农作物群体平均叶倾角估算方法，步骤A：根据对被测目标的测量数据，拟合出平均叶倾角#imgabs0#与叶面积指数LAI、冠层覆盖度CC之间的转化公式；步骤B：通过无人机搭载高清数码相机和多光谱相机分别获取大田实验区内农作物群体的高清数码影像和多光谱影像；步骤C：基于高清数码影像提取每个待测单元的农作物群体的冠层覆盖度CC；步骤D：通过步骤C中的多光谱影像计算得到每个待测单元农作物群体的归一化植被指数NDVI；步骤E：根据冠层覆盖度CC、叶面积指数LAI，计算出每个待测单元农作物群体的平均叶倾角#imgabs1#无人机成像数据能够有效估算玉米的群体平均叶倾角，有助于提高其光能利用率和生产潜力。
-
公开(公告)号：CN119314044A
公开(公告)日：2025-01-14
申请号：CN202411355090.6
申请日：2024-09-26
Applicant: 河南农业大学
IPC: G06V20/10 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本发明涉及一种用于智能终端复杂背景下的轻量化小麦病害图像识别方法，与现有技术相比解决了难以实现复杂背景下小麦病害图像识别轻量化设计的缺陷。本发明包括以下步骤：获取小麦病害图像数据集；构建轻量化小麦病害识别模型；轻量化小麦病害识别模型的训练；待识别小麦病害图像的获取；小麦病害图像的识别。本发明能够在移动设备上灵活部署的同时实现高精确的病害程度识别，对模型结构进行了压缩，使用LeakyReLU和AdamW优化器对模型进行优化，提高了模型的响应速度，同时采用知识蒸馏方式学习高复杂度模型的特征提取结果，提高模型的准确率，最终实现了在移动设备上高效准确的识别小麦病害程度。
-
公开(公告)号：CN119831363A
公开(公告)日：2025-04-15
申请号：CN202411834842.7
申请日：2024-12-13
Applicant: 河南农业大学
IPC: G06Q10/0637 , G06Q50/02 , G06F18/23213 , G06F18/214
Abstract: 本申请涉及农作物病虫害监测技术领域，提供了一种基于Kmeans‑SMOTE和XGBoost的小麦赤霉病等级预测方法及系统。该方法通过对获取的大田小麦赤霉病等级数据和气象数据进行分析、筛选，并基于Kmeans‑SMOTE方法对数据进行处理和过采样，得到不均衡比接近1：1的数据集；并从初步预测模型输出的M1个气象因子的重要性排序中筛选出关键气象因子，构建关键数据集对重新构建的基于XGBoost的小麦赤霉病等级预测模型进行训练，以对小麦赤霉病等级进行预测。不但有效解决了小麦赤霉病等级数据不均衡问题，而且实现了小麦赤霉病等级预测的高效检测及高精度，显著提高了小麦赤霉病等级的预测能力。
-
公开(公告)号：CN118015495A
公开(公告)日：2024-05-10
申请号：CN202410151825.7
申请日：2024-02-02
Applicant: 河南农业大学
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06V10/82 , G06V10/764 , G06T7/40 , G06T7/62 , G06T7/11
Abstract: 本发明涉及图像数据处理技术领域，具体涉及基于无人机遥感的玉米种植密度监测方法，该方法包括：使用携带数码相机和多光谱传感器的两种无人机获取田间玉米数据图像，并将其拼接在一起，生成整个区域的数字正射影像；若待监测玉米区域为小面积区域，则对数字正射影像进行裁剪并标注，将标注好的数据输入YOLO目标检测模型中进行训练，生成最终的检测模型，得到最终的玉米检测结果，并估算待监测玉米区域的种植密度；若待监测玉米区域为大面积区域，则用多光谱数据求得VIs和GLCM纹理特征信息，将两者进行组合并用回归模型估算待监测玉米区域的种植密度。本发明提高了玉米种植密度监测的准确度。
-
公开(公告)号：CN117196945A
公开(公告)日：2023-12-08
申请号：CN202311095629.4
申请日：2023-08-29
Applicant: 河南农业大学
Abstract: 本发明公开了一种无人机图像并行拼接方法，当航线数量小于执行多进程任务设备的CPU核心数量或每条航线的图像数量不均衡时，采用倒二叉树并行处理算法，将所有图像数量两两分组视为二叉树，根据执行多进程任务设备的CPU核心数量及内存大小划分并行的进程数量，每个进程均执行子任务中的特征点的提取和匹配，获取每条航线的执行结果，将每条航线的执行结果存入文件中阻塞等待所有航线任务完成，将所有航线之间的图像融合，获得图像拼接结果；否则，采用航线并行处理算法，根据无人机的航线数量划分并行的进程数量，每个进程均执行子任务中的特征点的提取和匹配，获得图像拼接结果，该方法能够提高图像拼接的速度。
-
Patent Agency Ranking
公开(公告)号：CN113673612B
公开(公告)日：2024-10-29
申请号：CN202110981213.7
申请日：2021-08-25
Applicant: 河南农业大学
IPC: G06V10/764 , G06V10/77 , G06V10/44 , G06V10/762 , G06T3/4007 , G06N20/10
Abstract: 本发明公开了一种高场不对称离子迁移谱图分类识别方法，基于对检测样本的动态图谱和对图谱进行多尺度空域信息融合的技术路线，包括：分别将每个检测样本重复测量得到一组图谱样本从而获得全部动态图谱，每类检测样本都含有多个已知样本作为训练数据使用；基于每个检测样本的全部动态图谱，在多尺度空域上分别提取特征；基于多尺度空域上分别提取的特征并进行特征融合获得多尺度融合特征；基于多尺度融合特征建立多尺度信息融合的分类识别模型；基于分类识别模型进行高场不对称离子迁移谱图分类识别。还公开了对应的装置，该方法和装置进行自适应的FAIMS图谱分类识别，有效信息不丢失；冗余信息和噪声干扰小，模型建立开销小，鲁棒性强。
-
公开(公告)号：CN118298330A
公开(公告)日：2024-07-05
申请号：CN202410211829.X
申请日：2024-02-27
Applicant: 河南农业大学
IPC: G06V20/17 , G01N21/25 , G01N21/55 , G01N11/04 , G06V20/10 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本申请涉及利用光学手段来监测农作物技术领域，提供一种玉米抽雄进度无人机快速诊断方法和系统。该方法首先获取研究区的无人机多光谱影像，并基于多光谱影像提取单波段光谱反射率，构建植被指数，经过分析和筛选确定敏感于玉米抽雄进度的参量，然后计算所述研究区内所有小区的敏感光谱参量的平均值并建立敏感光谱参量与玉米抽雄进度之间的映射关系，结合指定时间研究区各个小区的敏感光谱参量计算各个小区的玉米抽雄比例，进而诊断出玉米抽雄进度。该方法无需人工目视判断和制作大量训练样本，只需分析多光谱影像并选取敏感光谱参量，结合指定时间的光谱即可快速诊断出玉米抽雄进度，从而实现快速、高效的玉米抽雄进度监测。
-
公开(公告)号：CN117994384A
公开(公告)日：2024-05-07
申请号：CN202410174105.2
申请日：2024-02-07
Applicant: 河南农业大学
IPC: G06T11/20 , G06V20/17 , G06V20/10 , G06V10/58 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于辐射传输模型和深度学习的小麦叶片和冠层参数制图方法，涉及联合估算和制图技术领域。包括对冬小麦冠层高光谱和参数进行测量，获得实测数据集，利用辐射传输模型RTM生成模拟数据集，将模拟数据集输入深度学习模型DS‑hyperVGG进行预训练，获得预训练模型，将实测数据集输入预训练模型中，进行第二次训练，获得训练好的DS‑hyperVGG模型，利用训练好的DS‑hyperVGG模型对冬小麦参数进行估算精度验证并制图。本发明有助于提供比传统机器学习方法更高精度的小麦叶片和冠层参数制图结果。
-
公开(公告)号：CN119048340A
公开(公告)日：2024-11-29
申请号：CN202410442131.9
申请日：2024-04-12
Applicant: 河南农业大学
IPC: G06T3/4038 , G06T5/50 , G06T1/20 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/46 , G06V10/75 , G06V10/764 , G06V10/82
Abstract: 本发明公开一种无人机图像并行拼接方法、系统、设备及存储介质，涉及图像处理技术领域，该方法包括：将图像拼接识别任务划分为多个子任务，每个子任务均包括无人机图像的畸变校正、特征点提取、特征点匹配、无人机图像识别以及图像融合；采用倒二叉树并行处理算法将所有图像数量两两分组视为二叉树，每个进程均执行子任务中特征点提取和特征点匹配，采用加权平均融合方法对图像重叠部分的像素点分配权重后进行融合，获取无人机每条航线的执行结果，将所有航线之间的图像融合，获得图像拼接结果；通过倒二叉树并行方法在拼接的过程中利用空闲的计算资源同时进行识别，提升了拼接时的准确率和效率。
-
公开(公告)号：CN115170969A
公开(公告)日：2022-10-11
申请号：CN202210892720.8
申请日：2022-07-27
Applicant: 河南农业大学
Abstract: 本发明公开了一种垂直生长作物地上生物量模型构建方法及系统，涉及农作物种植技术领域。本发明包括以下步骤：利用遥感生物量监测方法获取作物生物量相关参数；基于作物初期的遥感影像计算作物种植密度；根据作物生物量相关参数以及作物种植密度构建作物生物量模型。本发明能够及时准确大面积地获取作物生物量信息，对于农业部门掌握全国各地的作物长势信息和产量预测，及时做出调度和决策具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.016 seconds)
