-
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：CN116958784A
公开(公告)日：2023-10-27
申请号：CN202310919719.4
申请日：2023-07-24
Applicant: 河南农业大学
IPC: G06V10/82 , G06V10/764 , G06N3/0464 , G06V10/776 , G06V10/80 , G06N3/08
Abstract: 本发明公开了一种在自然环境中快速检测小麦赤霉病穗及严重度的方法，涉及图像识别技术领域，所述步骤包括如下：S1：使用改进的YOLOv5s网络检测田间小麦穗，以检测病穗和健康穗；S2：将本研究提出的改进YOLOv5s与YOLOv3‑Tiny、YOLOv4、SSD、Faster R‑CNN和YOLOv7模型进行了对比，验证了模型的有效性和优越性,可实现自然环境中小麦赤霉病(Fusarium head blight，FHB)的快速、实时、准确检测，本研究进一步统计出健康穗、患病穗、总穗，并将患病穗与总穗的比例作为病穗率，病穗率的决定系数(coefficient of determination，R2)达0.9802，按照病穗率的范围确定小麦FHB严重度，实现了较好的统计效果，结果表明，本研究提出的改进的YOLOv5s满足移动设备的实时、高效、准确要求。
-
公开(公告)号：CN110658211A
公开(公告)日：2020-01-07
申请号：CN201911087521.4
申请日：2019-11-08
Applicant: 河南农业大学 , 中国矿业大学(北京)
IPC: G01N21/95
Abstract: 本发明公开了棉花蕾期蚜害棉花冠层光谱特征提取及等级估测方法，包括以下步骤：一、以低空无人机搭载成像高光谱仪获取棉花蕾期蚜害棉花冠层高光谱影像；二、分析不同受蚜害等级胁迫棉花的冠层光谱响应差异；三、根据棉花蕾期蚜害棉花冠层高光谱影像，利用比值导数法筛选出棉花蕾期蚜害棉花冠层敏感光谱波段；四、构建基于敏感光谱比值导数光谱值的偏最小二乘法的蚜害等级估测模型；五、将该模型应用于成像高光谱影像，获取田块尺度的蚜害等级分布图；本发明棉花蕾期蚜害棉花冠层光谱特征提取及等级估测方法，用于田块尺度蚜害等级分布快速监测，便于棉花蚜害施药与监测，可以辅助精准定量施药，减少环境污染，对实际生产有着十分重要的意义。
-
公开(公告)号：CN107145876A
公开(公告)日：2017-09-08
申请号：CN201710374148.5
申请日：2017-05-24
Applicant: 河南农业大学
Abstract: 本发明公开了一种基于变化向量分析的小麦全蚀病遥感监测方法，利用小麦长势特征、小麦物候知识和小麦全蚀病的先验知识，基于Landsat 7 TM影像和Landsat 8 OLI影像对小麦全蚀病的数据收集情况，利用小麦不同长势在光谱上的反应机制，提取小麦种植区域，分析不同时相的植被指数分布信息，判断各个植被指数与小麦全蚀病严重程度的相关性，运用变化向量分析法，以植被指数向量的空间夹角构建变化向量构建小麦全蚀病病害的监测模型，将复杂的变化类型的判断问题转化成角度分类的问题，用角度变化向量构建的变化向量来表征变化类型，物理意义明确，而且更加容易解读，对小麦全长势信息以及全蚀病病情检测精确性高。
-
Patent Agency Ranking
公开(公告)号：CN119360118A
公开(公告)日：2025-01-24
申请号：CN202411560692.5
申请日：2024-11-04
Applicant: 河南农业大学
IPC: G06V10/764 , G06V10/82 , G06N3/0495
Abstract: 本发明公开了一种用于图像分类的多学生淘汰式知识蒸馏方法，该方法首先通过对小麦赤霉病的相关技术和现状进行分析研究，采用数据增强措施对数据集样本数量进行扩充，选用经典的分类模型，探究和分析实验它们在小麦赤霉病数据集上的分类能力，最后以原始的蒸馏框架为基础，提出一种新的蒸馏模式，加入多个学生模型和淘汰机制，拓展了单个模型的获取知识的渠道，让模型学习拟合多种不同数据分别特征，使模型拥有更强的泛化能力和分类能力；最后进行消融实验，证明了本案中采取的淘汰机制的优越性，且针对小麦赤霉病的分类，使用本按提出的方法也提升了模型拟合能力，并最终达到最高93.4％的分类准确率，对农作物病害检测领域具有显著的作用。
-
公开(公告)号：CN114694023B
公开(公告)日：2024-08-06
申请号：CN202210271389.8
申请日：2022-03-18
Applicant: 河南农业大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/58
Abstract: 本发明涉及一种光谱指数数据重构的棉花蚜害严重度分级方法，包括：步骤一，获取棉花蚜害的棉花冠层光谱数据并进行样本划分；步骤二，对冠层光谱数据进行初始光谱指数计算；步骤三，对初始光谱指数进行数据重构；步骤四，选取最优波段组合并计算相邻病害级间阈值，步骤五，对棉花蚜害严重度级别进行判定；本发明用距离表征棉蚜病害严重程度级别差异，将全波段下复杂的光谱指数优选问题转化为与健康样本的距离排序问题，容易解读和判断，而且光谱指数的优选及病害严重度分级不受参数影响，对棉花蚜害严重度分级检测精度高。该方法可为病虫害检测的探究提供技术参考，对精准定量施药有重要的指示意义。
-
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：CN116784506A
公开(公告)日：2023-09-22
申请号：CN202310895042.5
申请日：2023-07-20
Applicant: 河南农业大学
IPC: A24B3/10
Abstract: 本发明公开一种快控温式晾晒烟烘烤装置，包括并列设置且内部连通的烘干仓和调节仓，烘干仓和调节仓之间设有调节结构，调节仓和烘干仓内等高设有隔板，且隔板将烘干仓上、下分隔为通风腔和烘干腔、隔板将调节仓上、下分隔为加热腔和调节腔，所述烘干腔的内部设置有温度传感器和用于支撑烟叶的挂架结构，加热腔的内部设置有加热器，所述隔板上开设有风道；所述调节仓底部还设有连通调节腔的鼓风腔，所述鼓风腔内部设有排风朝向调节腔的风机，所述鼓风腔上设有遮覆有滤网的进风口，所述烘干仓底部设有排风口。本发明能够根据晾晒烟的脱水和变色状态快速调节烘干温度，进而确定晾晒烟的最佳烘烤工艺并优化其烤后内在组分。
-
公开(公告)号：CN114694023A
公开(公告)日：2022-07-01
申请号：CN202210271389.8
申请日：2022-03-18
Applicant: 河南农业大学
IPC: G06V20/10 , G06K9/62 , G06V10/774 , G06V10/764 , G06V10/58
Abstract: 本发明涉及一种光谱指数数据重构的棉花蚜害严重度分级方法，包括：步骤一，获取棉花蚜害的棉花冠层光谱数据并进行样本划分；步骤二，对冠层光谱数据进行初始光谱指数计算；步骤三，对初始光谱指数进行数据重构；步骤四，选取最优波段组合并计算相邻病害级间阈值，步骤五，对棉花蚜害严重度级别进行判定；本发明用距离表征棉蚜病害严重程度级别差异，将全波段下复杂的光谱指数优选问题转化为与健康样本的距离排序问题，容易解读和判断，而且光谱指数的优选及病害严重度分级不受参数影响，对棉花蚜害严重度分级检测精度高。该方法可为病虫害检测的探究提供技术参考，对精准定量施药有重要的指示意义。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.032 seconds)
