-
公开(公告)号：CN115358991A
公开(公告)日：2022-11-18
申请号：CN202210996052.3
申请日：2022-08-19
Applicant: 浙江大学华南工业技术研究院 , 浙江大学
Abstract: 本发明公开了一种秧苗的漏秧数量和漏秧位置的识别方法及系统，涉及水稻田漏秧数量和位置识别领域，该方法包括：利用携带RGB相机的无人机采集漏秧检测目标区域的图像信息；对图像信息进行预处理，得到HSV颜色空间模型；对HSV颜色空间模型采用经验阈值方法进行分割，得到秧苗图像的二值化图；根据秧苗图像的二值化图，确定秧苗的根部位置；利用秧苗的根部位置进行线性回归拟合，得到秧苗的拟合直线；根据秧苗的拟合直线，计算秧苗的漏秧数量；根据秧苗的漏秧数量，确定漏秧位置在秧苗的拟合直线上的坐标。本发明能够快速准确地检测漏秧数量和漏秧位置，降低劳动强度和作业成本，提高作业效率和作业精准度。
-
公开(公告)号：CN118799730A
公开(公告)日：2024-10-18
申请号：CN202410796293.2
申请日：2024-06-19
Applicant: 浙江大学
IPC: G06V20/10 , G06V20/17 , G06V10/25 , G06V10/26 , G06T7/00 , G06T7/10 , G06T7/70 , G01B11/14 , G01C11/00
Abstract: 本申请公开一种田间作物缺苗数量的计算方法、装置、介质及产品，该方法包括将作物苗期图像输入目标检测模型，得到幼苗边界框和缺苗边界框；获取幼苗边界框和所述缺苗边界框的重叠区域；基于预设间隙，根据所述重叠区域、所述幼苗边界框的上边界和下边界，确定各个目标缺苗边界框；基于所述预设间隙和与所述目标缺苗边界框相邻的幼苗边界框，调整所述目标缺苗边界框的目标高度；针对任一调整后的目标缺苗边界框的目标高度，根据所述目标高度和图像苗间距，确定所述调整后的目标缺苗边界框的缺苗数量；根据所有所述调整后的目标缺苗边界框的缺苗数量，确定田间作物缺苗数量，本申请能够精准计算出田间作物的缺苗数量。
-
公开(公告)号：CN119048906A
公开(公告)日：2024-11-29
申请号：CN202411164309.4
申请日：2024-08-22
Applicant: 浙江大学
IPC: G06V20/10 , G06V20/17 , G06V10/26 , G06V10/80 , G06V10/82 , G06T7/00 , G06T7/12 , G06T7/33 , G06N3/045 , G06N3/084 , G06N3/0895 , G06N3/096
Abstract: 本申请公开了一种基于边缘性分割的草害检测方法、产品、介质及设备，涉及草害检测技术领域，该方法包括：获取田间作物或杂草的待分割图像进行预处理，并基于预处理后的图像构建数据集；基于数据集，采用Segformer‑b3模型方法构建语义分割模型并提取出待分割图像的斑块性语义分割掩膜；采用多尺度融合方法增强数据集中预处理后的图像，得到多尺度融合特征图像并提取出绿色植被边缘性分割掩膜；基于斑块性语义分割掩膜和绿色植被边缘性分割掩膜，采用双掩膜像素标签配准算法以及teacher‑student模型训练策略对语义分割模型进行训练，得到草害检测模型，完成田间草害检测。本申请可有效提高草害检测的精确度。
-
公开(公告)号：CN113989225B
公开(公告)日：2024-07-09
申请号：CN202111256340.7
申请日：2021-10-27
Applicant: 浙江大学
Abstract: 本发明涉及一种水稻田漏秧识别方法及系统，该方法包括基于水稻插秧漏秧检测目标区域对应的多光谱原始图像，构建秧苗识别特征图；采用图像形态学处理算法和图像分割处理算法对秧苗识别特征图进行处理，得到连通区域分布矩阵；基于连通区域分布矩阵，计算相邻所述秧苗的实际列差值或者实际行差值；将所述实际列差值与标准列差值比较，或者将所述实际行差值与所述标准行差值比较，以确定漏秧位置和漏秧数量。本发明使用多光谱相机采集水稻插秧漏秧检测目标区域，利用图像形态学处理方法和图像分割处理方法快速准确地检测漏秧数量和漏秧位置，降低劳动强度和作业成本，提高作业效率和作业精准度。
-
公开(公告)号：CN118603101A
公开(公告)日：2024-09-06
申请号：CN202410878625.1
申请日：2024-07-02
Applicant: 浙江大学
Abstract: 本申请公开了一种车辆的变速导航路径生成方法、设备、介质及产品，该方法包括获取实时田间影像；基于所述第一语义分割模型，确定作物垄语义分割掩膜；消除所述空缺连通域和所述毛刺，生成目标作物垄语义分割掩膜；根据差值算法，确定所述目标作物垄语义分割掩膜中的初始导航线；基于所述第二语义分割模型，提取所述作物和所述杂草的第二语义分割掩膜；基于HSV色彩通道，处理所述第二语义分割掩膜，确定杂草分布特征处方图；融合所述初始导航线和所述杂草分布特征处方图，生成携带杂草特征的导航线；根据第一预设速度、第二预设速度和所述生成携带杂草特征的导航线，确定变速导航路径。本申请可提高车辆除草作业的效率和效果，减少资源消耗。
-
Patent Agency Ranking
公开(公告)号：CN115346121A
公开(公告)日：2022-11-15
申请号：CN202210989755.3
申请日：2022-08-18
Applicant: 浙江大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06Q10/04 , G06Q50/02
Abstract: 本发明公开了一种基于分级识别与权重决策融合的作物产量估测方法及系统，涉及作物产量估测技术领域，该方法包括：将获取的目标成熟期作物田块的可见光图像输入至产量分级模型，得到目标成熟期作物田块的可见光图像的各产量级别值对应的产量级别输出值；产量级别值是根据产量级别规则确定的；计算每个产量级别输出值对应的置信分数值，并对置信分数值进行降序排列，然后选择前m个置信分数值并进行归一化处理，得到m个产量级别权重值；将m个产量级别权重值与对应的产量级别值分别相乘并累加，得到目标成熟期作物田块的产量估测值；本发明能够准确快速预测成熟期作物田块的产量值。
-
公开(公告)号：CN113989225A
公开(公告)日：2022-01-28
申请号：CN202111256340.7
申请日：2021-10-27
Applicant: 浙江大学
Abstract: 本发明涉及一种水稻田漏秧识别方法及系统，该方法包括基于水稻插秧漏秧检测目标区域对应的多光谱原始图像，构建秧苗识别特征图；采用图像形态学处理算法和图像分割处理算法对秧苗识别特征图进行处理，得到连通区域分布矩阵；基于连通区域分布矩阵，计算相邻所述秧苗的实际列差值或者实际行差值；将所述实际列差值与标准列差值比较，或者将所述实际行差值与所述标准行差值比较，以确定漏秧位置和漏秧数量。本发明使用多光谱相机采集水稻插秧漏秧检测目标区域，利用图像形态学处理方法和图像分割处理方法快速准确地检测漏秧数量和漏秧位置，降低劳动强度和作业成本，提高作业效率和作业精准度。
-
公开(公告)号：CN113984772A
公开(公告)日：2022-01-28
申请号：CN202111242934.2
申请日：2021-10-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多源数据融合的作物病害信息检测方法、系统及装置，涉及农业作物病害检测技术领域，该方法主要包括根据获取自然状态下的目标作物的多源数据和作物病害检测模型，确定目标作物的状态信息；多源数据至少包括两种类型的图像数据；图像数据为多光谱图像、热红外图像或彩色图像；作物病害检测模型包括多个卷积神经网络以及与每个卷积神经网络的输出端连接的分类器；卷积神经网络的个数与图像数据的类型数相同；卷积神经网络的输入端用于输入图像数据；分类器的输出端用于输出目标作物的状态信息；本发明能够达到提高作物病害信息检测准确度的目的。
-
公开(公告)号：CN117237710A
公开(公告)日：2023-12-15
申请号：CN202311154970.2
申请日：2023-09-07
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于RGB图像背景扩充的银杏雌雄鉴别方法及系统，涉及林业生产技术领域，方法包括：对获取的样本银杏叶片RGB图像依次进行二值化分割、背景扩充和真实标签标记，得到样本数据；用一部分样本数据分别训练Resnet101网络模型、Inception‑v3网络模型、Inception‑Resnet‑v2网络模型，得到三个银杏雌雄分类模型；将一部分样本数据分别输入上述三个雌雄分类模型，根据每个雌雄分类模型的输出结果，采用多数投票决策对上述三个雌雄分类模型进行封装，形成多数决策银杏雌雄预测模型，以检测银杏叶片的雌雄分类鉴定结果。本发明能够实现银杏性别的快速、准确、低成本检测。
-
公开(公告)号：CN117054355A
公开(公告)日：2023-11-14
申请号：CN202311161112.0
申请日：2023-09-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于高光谱成像技术的银杏雌雄鉴别方法、系统及设备，涉及林业生产技术领域，方法包括：获取不同时期不同性别的样本银杏叶片的高光谱数据并进行二值分割和ROI提取，得到每个样本银杏叶片区域的高光谱数据；对每个样本银杏叶片区域的高光谱数据进行特征提取操作和标记真实标签操作，得到多个样本数据；根据样本数据，建立银杏叶片时期分类模型、绿叶期银杏叶片雌雄判别模型和黄叶期银杏叶片雌雄判别模型，并按照流程进行封装，形成时期预分银杏雌雄分类模型，以预测待检测的银杏叶片的雌雄分类结果。本发明具有检测过程方便快捷、准确度高、无危险化学试剂接触、低成本等优点。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
