-
公开(公告)号：CN112042313A
公开(公告)日：2020-12-08
申请号：CN202010918811.5
申请日：2020-08-31
Applicant: 华中农业大学
IPC: A01C1/02
Abstract: 本发明设计了一种小型智能水稻考种仪，在检测平台上加装全自动种子平铺回收装置，并改进检测平台，使其在一般性状检测的基础上利用红光图透射成像，可以完成种子瘪坏的检测识别，并利用软件系完成统计与计算。利用深度学习算法，可以克服杂质混入、带芒、黏连等不良因素，提高了系统的抗干扰能力。实现了种子检测的全自动化进行，提高了工作效率，大大降低了人工劳动强度，并增加了其功能，扩大了其适用范围，对我国植物种子智能检测的发展有巨大意义。
-
公开(公告)号：CN111750777A
公开(公告)日：2020-10-09
申请号：CN202010606626.2
申请日：2020-06-22
Applicant: 华中农业大学
Abstract: 本发明公开了一种自走式作物表型高通量检测装置。该装置同时适用于田间和室内环境的表型检测，适用于作物不同生育期、不同生长高度的检测。该装置由包括高地隙轮式移动底盘、作物信息采集模块、检测暗室、轮侧遮光板、检测区自动配准单元、采集控制系统在内的多个功能模块组成。该装置检测过程跨苗移动，从作物上方进行表型信息采集，检测过程可根据作物高度自动调整采集传感器的位置，同时适用于田间及室内环境，不同生育期、不同生长高度作物表型高通量检测。相比现有技术，具备检测精度高、稳定性好、适用性强的优势，同时兼顾了检测效率。
-
公开(公告)号：CN111693551A
公开(公告)日：2020-09-22
申请号：CN202010713527.4
申请日：2020-07-18
Applicant: 华中农业大学
Abstract: 本发明涉及一种适用于农业科研工作者在水稻栽培和遗传育种研究中能够同时获取水稻植株和水稻根系的三维形态参数无损测量的装置及方法。本发明所述的CT检测装置主要由射线源、平板探测器、载物旋转台、升降模组、滚筒输送线、精密运动控制器及计算机系统7个功能模块组成；本发明采用滚筒输送线将待测样本从种植区域输送移动到检测区域，通过精密运动控制器实现盆栽作物的自动定位旋转以及射线源平板探测器的自动升降，以获取不同角度、高度下的地上植株可见光图像和地下根系的X射线断层图像，然后通过运动恢复算法SFM、锥形束FDK算法得到水稻植株和根系的三维重建数据，再通过融合算法得到水稻整株的三维模型数据，并进行性状分析。
-
公开(公告)号：CN107941802B
公开(公告)日：2020-05-08
申请号：CN201711097041.7
申请日：2017-10-31
Applicant: 华中农业大学
IPC: G01N21/84
Abstract: 本发明公开了一种基于机器视觉的盆栽水稻卷叶程度定量化测量方法。该方法通过拍摄水稻RGB图像，利用图像处理技术提取水稻整株水平上的三个卷叶相关图像特征，包括周长面积比、植株占空比和凸壳比，作为水稻的数字化卷叶值，该方法能克服目前人工检测手段主观性强、仅能对水稻卷叶进行分级记分的缺点，实现对水稻卷叶程度的自动、连续、定量化测量，并可方便的推广应用于其他作物的卷叶程度测量工作。相比现有技术而言，具备能在整株水平无损、定量化测量卷叶程度、操作简单的技术优势。
-
公开(公告)号：CN110853044A
公开(公告)日：2020-02-28
申请号：CN201910374602.6
申请日：2019-04-25
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于条件欧式聚类的盆栽玉米点云快速分割方法。该方法编写了基于条件欧式聚类的盆栽玉米点云快速分割方法的算法。首先多盆盆栽玉米顶视图经过运动恢复结构(SFM)三维重建生成三维点云数据，然后进行相关点云预处理，将多盆盆栽玉米植株点云过分割成若干部分后，根据盆栽玉米植株点云之间的距离差异，用Point Cloud Library(PCL)设置条件距离阈值将单株玉米快速聚类分割出来。该方法能够在三维空间下，自动快速的聚类分割出目标植株，为后续研究提取相关目标植株性状做好了前提准备，相比传统点云分割技术而言，具备分割效果好、适用性强的技术优势。
-
Patent Agency Ranking
公开(公告)号：CN109859099A
公开(公告)日：2019-06-07
申请号：CN201910094708.0
申请日：2019-01-22
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于SFM点云深度的盆栽玉米杂草快速去除方法。该方法编写了基于SFM点云深度的盆栽玉米杂草快速去除方法的算法。待分割的混有杂草盆栽玉米图像首先经过运动恢复结构(SFM)三维重建生成三维点云数据，然后进行相关点云预处理，根据盆栽玉米植株和杂草三维点云深度方向的差异，用Point Cloud Library(PCL)设置深度阈值将杂草去除，最后将去除杂草后的三维点云数据进行投影，得到二维去除杂草后的玉米植株图片。该方法能克服目标植株与其它背景因颜色差别不大或者有连通的传统图像处理方法不好分割或者分割效果不好的缺点。可推广运用于所有具有深度差异的前景与背景的分割，相比传统图像处理技术而言，具备分割效果好、适用性强的技术优势。
-
公开(公告)号：CN109765195A
公开(公告)日：2019-05-17
申请号：CN201811485818.1
申请日：2018-12-01
Applicant: 华中农业大学
IPC: G01N21/3563
Abstract: 本发明涉及一种植物表型研究检测及控制设备，具体涉及一种基于Led-红光透射成像的水稻稻穗性状智能分析系统，对水稻穗部性状进行提取。基于作物表型高通量检测领域研究的表型平台的发展重要性，针对传统的穗部性状测量主要依赖于人工，存在操作繁琐、劳动强度大、测量准确性受人工主观因素影响大等缺点，针对现有设备体积较大，实粒瘪粒分辨精度不高或具有安全隐患等现象，本发明研究设计了一种基于Led-红光透射成像的水稻稻穗性状智能分析系统，提供了一种新型检测植物实粒瘪粒的方法，减小了植物表型检测平台的体积，提高了检测效率。
-
公开(公告)号：CN109557090A
公开(公告)日：2019-04-02
申请号：CN201710896249.9
申请日：2017-09-23
Applicant: 华中农业大学
IPC: G01N21/84
CPC classification number: G01N21/84 , G01N23/04 , G01N23/083 , G01N2021/8466 , G06T7/0012 , G06T7/11 , G06T7/136 , G06T7/33 , G06T7/62 , G06T2207/10004 , G06T2207/10024 , G06T2207/10116 , G06T2207/20221 , G06T2207/30004
Abstract: 本发明提供了一种X射线-可见光双模式成像无损提取水稻稻穗性状的方法，通过双模式成像系统同步获取稻穗反射光表图像及透射光图像，应用椭圆检测、分水岭分割、细化处理与霍夫变换提取稻穗穗颈节、穗粒轮廓、米粒轮廓、穗分支骨架等特征，通过图像配准得到融合图像并建立稻穗产量性状的数学表征：采用稻穗谷粒可见光分割图像连通区域的标记个数表征总穗粒数；采用配准的米粒面积与谷粒轮廓面积之比表征穗粒的灌浆程度从而区分实粒、瘪粒，进行有效穗判定并计算结实率；通过标准样品标定，基于线性回归分析、最小二乘法，结合穗粒区域面积积分建立千粒重数学模型；通过稻穗骨架路径计算穗长、一次枝梗数、一次枝梗平均长度及二次枝梗数，用粒数与穗长之比表征着粒密度。本发明的特点在于：不经过脱粒、不经过分离实粒瘪粒的情况下即可快速、准确获取稻穗产量性状，为双模式成像在稻穗产量性状无损解析中的应用提供了一条可行途径。
-
公开(公告)号：CN109360206A
公开(公告)日：2019-02-19
申请号：CN201811060111.6
申请日：2018-09-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于深度学习的大田稻穗分割方法。该方法设计了用于分割大田稻穗的深度全卷积神经网络模型。网络的前半部分采用了ResNet-101层，并加入Squeeze and Excitation Module结构来进行特征层重要性的筛选。将原始ResNet-101网络模块4和模块5中全部的传统卷积层替换为空洞卷积层，步长由2改成1。网络的后半部分采用了空洞金字塔池化和金字塔池化的结构。该方法能克服不同品种及生育期的水稻稻穗颜色、形状、大小、姿态、纹理的巨大差异、稻穗边缘严重不规则、穗叶颜色混叠及田间不均匀且变化的光照、遮挡、刮风等因素的影响，实现对不同品种及生育期大田稻穗的准确分割。相比现有技术而言，具备精度高、适用性强的技术优势。
-
公开(公告)号：CN105043553B
公开(公告)日：2018-09-11
申请号：CN201510368764.0
申请日：2015-06-29
Applicant: 华中农业大学
IPC: G01J5/00
Abstract: 本发明公开了一种单株盆栽水稻温度参数自动测量装置及其测量方法，测量装置包括检测区滚筒输送线15、两侧分别设有输入端电动门3和输出端电动门7的检测暗室11等。测量方法包括将黑体温度设置为30℃；关闭输入端电动门和输出端电动门，用红外相机拍摄一张检测暗室内的背景图像等步骤。本发明利用黑体和红外相机成像的方法，用数字图像处理技术处理拍摄到的红外图像，并用黑体实时校正，得到单株盆栽水稻温度参数。该方法无需直接接触水稻，且可避免一般热像仪长时间使用后的温度漂移，将拍摄、计算和校正集成到一个系统中，具有安全无损、测量结果准确可靠、操作简单等优点。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.03 seconds)
