-
公开(公告)号：CN103081887A
公开(公告)日：2013-05-08
申请号：CN201310038941.X
申请日：2013-01-31
Applicant: 安徽大学
Abstract: 本发明涉及农业信息技术领域，特别涉及一种大田作物病害立体信息获取装置及方法。该装置包括拱形架，其用于搭载信息获取探头；拱形架上设有弧形滑槽，信息获取探头可在滑槽内滑动；信息获取探头，用于采集作物病害区域光谱；推拉板，用于固定参照板，参照板对高光谱数据进行校正；地物光谱仪，用于采集病害作物立体维的高光谱信息；移动终端，用于数据收集与病害程度判断，提供最优喷药角度与喷药剂量；运输车，用于承载上述部件，且在田间行走。本发明实施例提供的大田作物病害立体信息获取装置及方法，通过面向大田变量喷药指导装置的开发和使用方法探索，提出喷药效果最大化的角度或角度组合，有效提高机械化施药和人工喷药的病害防控效率。
-
公开(公告)号：CN103065061A
公开(公告)日：2013-04-24
申请号：CN201310038821.X
申请日：2013-01-31
Applicant: 安徽大学
IPC: G06F19/00
Abstract: 本发明涉及植保信息化技术领域，特别是涉及一种植物病情指数获取与发布装置。该装置包括图像采集辅助模块和移动终端；图像采集辅助模块包括背景板和高度板，图像采集辅助模块用于固定植物叶片，为图像采集发布模块提供采集背景和采集高度；移动终端，用于获取植物病害叶片的高清图像，计算病斑所占叶片面积的百分比，输出病情指数并发布防控建议。本发明提供的植物病情指数获取与发布装置，在规范、统一数据采集流程后，充分发挥移动终端便携、实时性强的优势，科学、准确地为基层植保调查员/技术员提供植物病情指数，为及时制定防控措施、实施喷药管理提供服务。
-
公开(公告)号：CN118071921A
公开(公告)日：2024-05-24
申请号：CN202410078770.1
申请日：2024-01-19
Applicant: 安徽大学
IPC: G06T17/00 , G06N3/0475 , G06N3/094 , G06V20/40 , G06V40/20 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06T3/06 , G06V10/80
Abstract: 本发明是一种新型的基于骨架变化增强的人体网格重建方法，采用姿态变化作为约束特征抽象的前提，从而获得更好的描述姿态变化的特征。据此，还提出了一种姿态变化约束的特征增强模块，通过利用基于相邻两帧的热图的姿态差计算的注意图来增强当前帧的特征。利用该模块对当前帧的特征进行局部抽象，采用GRU提取相邻帧的全局特征，提出了一种基于姿态变化的双流视频的姿态和形状估计框架。实验结果表明，该模块和框架是有效的。
-
公开(公告)号：CN117152234A
公开(公告)日：2023-12-01
申请号：CN202311119430.0
申请日：2023-09-01
Applicant: 安徽大学
Abstract: 本发明涉及一种多生育期小麦倒伏面积提取方法，包括：进行数据采集；进行图像预处理；进行数据扩增；对数据扩增后的图像进行筛选，剔除不存在倒伏的图像，在剔除后以4：1的比例将图像随机划分为训练集和验证集；对Mask2Former网络模型进行改进，将训练集输入改进的Mask2Former网络模型进行训练，筛选得到最优分割模型；将待检测的小麦图像输入最优分割模型中，计算出小麦倒伏的实际面积。本发明收集不同生育阶段的小麦倒伏数据，应用数据增强来模拟田间复杂自然环境，以提高模型的鲁棒性与泛化性。引入层级交互特征金字塔网络HI‑FPN改进了Mask2Former网络模型，实现了多尺度特征的提取与融合，提高倒伏区域分割的准确性，对小麦倒伏面积进行精确计算。
-
公开(公告)号：CN116630971A
公开(公告)日：2023-08-22
申请号：CN202310904702.1
申请日：2023-07-24
IPC: G06V20/69 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明涉及基于CRF_ResUnet++网络的小麦赤霉病孢子分割方法，与现有技术相比解决了难以针对样本为赤霉病孢子的小目标密集且存在粘连进行精准分割的缺陷。本发明包括以下步骤：小麦赤霉病孢子识别图像的获取；CRF_ResUnet++网络的构建；CRF_ResUnet++网络的训练；待分割小麦赤霉病孢子图像的获取；小麦赤霉病孢子分割结果的获得。本发明利用具有编码器解码器结构的Unet++对孢子图像进行初始分割，再在Unet++中引入残差块ResNet，以强化特征的传播能力，提取更多孢子细节信息，最后使用全连接条件随机场模型进行后处理，得到更精确的边缘和完整孢子区域。
-
Patent Agency Ranking
公开(公告)号：CN116630223A
公开(公告)日：2023-08-22
申请号：CN202211095048.6
申请日：2023-04-25
Applicant: 安徽大学
Abstract: 本申请涉及农业图像处理的领域，并公开了一种基于深度卷积神经网络的水稻图像去雨方法，包括以下步骤：获取待去雨的水稻的有雨图像；将待去雨的水稻的有雨图像输入训练后的水稻图像去雨网络，并输出去雨后的水稻图像信息；将无雨的水稻图像信息进行远程传输后进行表型监测。本申请解决了现有技术中在农业水稻图像领域，雨痕易于重叠，水稻图像去雨痕较难的技术问题，实现了可以具有很好的去雨效果，并且可以使得图片雨线或者雨滴更容易去除。
-
公开(公告)号：CN116385432B
公开(公告)日：2023-08-15
申请号：CN202310637503.9
申请日：2023-06-01
Abstract: 本发明涉及一种轻量化解耦小麦赤霉病孢子检测方法，与现有技术相比解决了从未关注的亚洲镰孢和禾谷镰孢因类内与类间差异小、无法有效对小麦赤霉病两种主要致病孢子做出检测区分的缺陷。本发明包括以下步骤：小麦赤霉病致病孢子显微图像获取及预处理；轻量化解耦小麦赤霉病孢子检测模型的构建；轻量化解耦小麦赤霉病孢子检测模型的训练；获取待检测的小麦赤霉病致病孢子显微图像并进行预处理；小麦赤霉病孢子检测结果的获得。本发明考虑了现有农田检测设备有存储空间和功耗的限制，能精准快速对小麦赤霉病主要致病孢子显微图像进行检测。
-
公开(公告)号：CN116542909A
公开(公告)日：2023-08-04
申请号：CN202310377129.3
申请日：2023-04-11
Abstract: 本发明涉及一种基于轮廓角距比的小麦赤霉病粘连孢子计数方法，与现有技术相比解决了难以针对镰刀状小麦赤霉病孢子进行计数的缺陷。本发明包括以下步骤：小麦赤霉病粘连孢子图像的获取；小麦赤霉病粘连孢子图像的预处理；孢子杂质去除处理；凹点寻找处理；轮廓角距比筛选；小麦赤霉病粘连孢子的计数。本发明利用均值漂移、Sobel算子边缘检测、形状特征因子筛选对孢子图像进行处理，提升显微镜下拍摄的赤霉病孢子图像质量，再根据形状特征因子筛选出赤霉病粘连孢子，最后基于镰刀形赤霉病孢子的轮廓角距比对粘连孢子进行分割，从而快速精确地完成对小麦赤霉病孢子的计数。
-
公开(公告)号：CN111259925B
公开(公告)日：2023-05-02
申请号：CN202010016353.6
申请日：2020-01-08
Applicant: 安徽大学
IPC: G06V10/762 , G06V10/764 , G06V10/774 , G06T7/11 , G06T7/155 , G06T7/187
Abstract: 本发明特别涉及一种基于K均值聚类和宽度突变算法的田间麦穗计数方法，包括如下步骤：S1、采集麦穗原始图像并对原始图像进行预处理；S2、对预处理后的图像依次进行图像变换、K均值聚类、形态学处理后得到麦穗粗分割图；S3、选择随机森林分类器，用滑窗法对训练集图片滑窗取样，进一步对麦穗粗分割图进行细分割；S4、根据每个连通域中的麦穗区域宽度突变情况统计麦穗数量。通过预处理将原始图像转换成统一格式的图像以方便后续处理，通过K均值聚类可以将图像中连通域挑选出来，通过随机森林分类器，可以将其中的麦穗部分筛选出来，最后根据宽度突变情况来对麦穗进行计数，这样就能较为准确的计算出麦穗的数量，即使麦穗之间有遮挡，依然不会影响到麦穗的计数。
-
公开(公告)号：CN115049891A
公开(公告)日：2022-09-13
申请号：CN202210499685.3
申请日：2022-05-09
Applicant: 安徽大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V20/68
Abstract: 本申请涉及定位测距的领域，公开了一种基于YOLOv5的草莓定位与测距方法，包括以下步骤：利用双目摄像头采集草莓照片，得到草莓图像；对所述草莓图像进行灰度转换处理，得到草莓灰度图像；利用预设模型对所述草莓灰度图像进行识别；其中，所述预设模型基于YOLOv5网络中训练得到。本申请解决了现有技术中定位与测距精度不高的技术问题，实现了利用训练出的模型来提高识别精度和识别效率。
-
-
-
-
-
-
-
-
-
Search Results
210
records
(took 0.032 seconds)
