-
公开(公告)号：CN119741426A
公开(公告)日：2025-04-01
申请号：CN202411818932.7
申请日：2024-12-11
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于立体标定的高通量盆栽植株3D重建方法及系统，包括以下步骤：制作立体标定盒，将盆栽植株置于所述立体标定盒中采用相机进行图像采集，获得各植株旋转一周的图像序列；获取相机内参矩阵，并对所述图像序列进行标定点识别，获得每幅图像的外参矩阵；对图像序列中的植株区域进行分割处理和颜色渲染，获得植株二值图；基于所述植株二值图、相机内参矩阵和每幅图像的外参矩阵，采用体素雕刻方法进行3D重建，获得植株模型；对所述植株模型进行反投影着色，最终获得带颜色的植株模型。本发明实现了盆栽植株全生育期高通量全自动的三维重建，并且重建后的点云仍保持其原植株尺度大小，方便后续表型提取等工作的开展。
-
公开(公告)号：CN116171758B
公开(公告)日：2025-01-07
申请号：CN202310172365.1
申请日：2023-02-27
Applicant: 华中农业大学
IPC: A01G7/06 , B65G35/00 , B65G43/08 , B65G13/06 , B65G17/06 , B65G47/90 , B66D1/12 , A01G9/02 , G06V20/10
Abstract: 本发明涉及基于双模式融合的水稻高通量表型组平台装置及使用方法。该平台装置实现了盆栽水稻顶视角度下冠层表型和侧视角度下植株表型的高通量兼容检测。轨道式表型组采集模块可用于获取水稻盆栽顶视图像及表型参数，流水线式表型组采集模块与所述轨道式表型组采集模块相邻，可用于获取单盆水稻盆栽植株的侧视图像及表型参数，起升转运模块用于完成植株在轨道式表型组采集模块和流水线式表型组采集模块之间的转运。本发明不仅可通过轨道式采集模式和流水线式采集模式对盆栽植株进行高通量表型参数获取，还实现了通过目标小区的定期检测和关键阈值判断来及时启动全自动采集模式，全面精确获取作物关键生长期表型参数，大幅提高了自动化效率。
-
公开(公告)号：CN118505784B
公开(公告)日：2024-11-08
申请号：CN202410759491.1
申请日：2024-06-13
Applicant: 华中农业大学 , 中国科学院遗传与发育生物学研究所 , 中国科学院遗传与发育生物学研究所农业资源研究中心
IPC: G06T7/60 , G06T7/62 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/187 , G06T5/80 , G06T7/579 , G06T17/00 , G06T17/10 , G06T17/30
Abstract: 本发明公开了一种水培植物根系三维重建及表型特征提取方法。该方法包括水培植物根系图像采集、水培植物根系图像分割、水培植物根系图像校正、使用SFM算法对水培植物根系进行三维重建，最后基于重建得到的三维点云模型，提取水培植物根系的三维表型特征参数。该方法实现了对水培植物根系图像的折射校正，减少了图像采集过程中因光线折射而导致的误差，提高了重建得到三维点云模型的精度，便于提取根系三维表型特征参数。和现有技术相比，该方法实现了对多时间点下水培植物根系的无损观测和表型特征提取，具有较高的精度和准确度。
-
公开(公告)号：CN118710849A
公开(公告)日：2024-09-27
申请号：CN202410909457.8
申请日：2024-07-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种高通量水培作物3D时序成像系统及应用方法。该成像系统集成悬架导轨、悬架、成像装置、水培装置和换液装置；应用方法包括成像方法、作物3D重建、表型提取和作物生长可视化预测。本发明提出的换液装置可实现根系构型不变，便于分析根系生长变化；成像装置可以自动、高效采集作物多视角图像，实现高通量、包括地上和地下部分整株作物的三维分析；同时，本发明设计的水培装置便于多视角成像以实现三维表型分析。在方法上，本发明设计了一种作物3D重建、表型提取及可视化生长预测的技术流程，实现了作物三维表型分析及未来形态预测的直观展示。该发明灵活可扩展，能够满足不同应用场景的需求。
-
公开(公告)号：CN118172796A
公开(公告)日：2024-06-11
申请号：CN202410266131.8
申请日：2024-03-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于三维跟踪的小鼠行为检测方法及系统，方法包括以下步骤：采集饲养箱中小鼠的若干图像，所述图像包括：RGB图像和深度图像，对所述RGB图像和所述深度图像进行预处理，得到三维点云图像；对所述RGB图像中的小鼠进行定位跟踪，得到单只小鼠的位置信息；基于所述位置信息，从所述三维点云图像中裁剪出单只小鼠的小点云图像，并基于所述小点云图像提取分割出的部位的特征点；基于所述特征点判断小鼠的体型数据和行为。本发明实现对小鼠身体状况的检测，为小鼠相关实验比如医药实验提供有力的技术支持。同时本系统采用智能存储形式，有选择的存储数据，降低存储成本。
-
Patent Agency Ranking
公开(公告)号：CN117456607A
公开(公告)日：2024-01-26
申请号：CN202311452628.0
申请日：2023-11-03
Applicant: 华中农业大学
Abstract: 本发明公开了一种多目标小鼠行为在线识别和体温监控方法，基于红外热成像相机对多目标小鼠图像信息和温度信息进行数据采集；将红外热成像相机采集的小鼠图像进行预处理；基于深度学习的图像处理方法对预处理后的小鼠图像进行分析，得到每只小鼠的身体轮廓和身体关键点信息；基于多目标跟踪算法根据小鼠图像信息、身体轮廓信息获得每只小鼠的身份ID信息；根据小鼠的身份ID信息、身体轮廓信息和所述温度信息计算小鼠体表温度；根据关键点信息，计算小鼠个体行为和社交行为；将每只小鼠的体温信息和行为进行实时显示。本发明实现了对多目标小鼠的跟踪以及个体行为和社交行为的实时分析，为多目标小鼠行为分析提供了技术支持。
-
公开(公告)号：CN116772731A
公开(公告)日：2023-09-19
申请号：CN202310737706.5
申请日：2023-06-21
Applicant: 华中农业大学
IPC: G01B11/02 , G01B11/06 , G01B11/08 , G01B11/24 , G01N21/25 , G01N21/01 , G01N21/13 , B65G15/00 , B65G43/08 , B65G23/24
Abstract: 本发明公开一种香菇子实体高通量表型与品质检测装置，包括输送系统、图像信息采集系统、控制系统和工作站，输送系统用于对被测香菇子实体进行输送；图像信息采集系统用于对被测香菇子实体的信息进行采集和传输；控制系统用于控制输送系统的启停，并发送和接收控制信号；工作站根据控制系统发送的信号控制图像信息采集系统的启停，并对图像信息采集系统采集到的信息进行分析处理，得到被测香菇子实体的表型与品质结论后输出控制信号。本发明提供的香菇子实体高通量表型与品质检测装置，能够快速准确的获取香菇子实体的表型和品质，实现了香菇子实体表型的高通量测量与品质检测。
-
公开(公告)号：CN112215169B
公开(公告)日：2022-11-08
申请号：CN202011101682.7
申请日：2020-10-10
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于无人机被动遥感的作物株高及生物量自适应解算方法。获取高精度的作物株高和生物量估算结果通常需要一些空间辅助数据，如作物多生育期的数字表面模型DSM，表裸土高程的数字地面模型DTM，地面控制点GCP以及光谱图像。本发明提供四种不同的空间辅助数据组合，一种具有完备的空间辅助数据，三种为不完备的空间辅助数据。用户可根据成本和精度需求采集必要的空间辅助数据。本发明通过用户提供的不同数据条件，自适应产生相应的作物株高及生物量估算方案，通过数据协同互补来消除特定种类数据缺失带来的不确定性，从而可以通过已有数据获取最优精度的作物株高和生物量结算结果。
-
公开(公告)号：CN109765195B
公开(公告)日：2022-05-13
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：CN113409265B
公开(公告)日：2022-04-12
申请号：CN202110669883.5
申请日：2021-06-11
Applicant: 华中农业大学 , 丰码科技(南京)有限公司
Abstract: 本发明公开了一种全生育期番茄3D表型动态获取和分析方法及系统。该方法包括：基于环境监测获得环境差异分布图并确定目标单株；基于图像采集获得全生育期的多视角图像序列；基于三维重建获得局部场景点云；通过点云预处理和手动分割获得完整点云和裂片点云；通过基于邻接关系的点搜索进行器官分割，实现各节间和各叶片的提取；在器官分割的基础上进行表型参数的自动化提取计算；针对同一单株不同时期的点云，利用真实的拓扑结构实现表型参数配准；基于环境差异和表型配准结果进行数据分析。本发明将环境差异与全生育期番茄3D表型相结合，在算法方面无需设置阈值或者人工标注，可适应不同时期的番茄表型参数提取与配准。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.083 seconds)
