-
公开(公告)号：CN112544242B
公开(公告)日：2021-11-09
申请号：CN202011499153.7
申请日：2020-12-10
Applicant: 华中农业大学
Abstract: 本发明涉及一种适用于农业科研人员在水稻性状研究中对于水稻稻穗实现自动脱粒、籽粒在线测量、AI云计算补偿的产量分析系统。本发明所述自动脱粒及产量分析的装置主要由脱粒装置、送料装置、籽粒和稻穗传送装置、风选装置、图像采集以及图像处理系统、PLC控制系统、云计算系统、自动称重以及数字一体化管理系统8个模块组成。本发明利用脱粒机脱离稻穗上的籽粒，在多级传送带上通过线阵列相机获取图片，由图像处理和云端深度学习方式分别获取籽粒和稻穗数据，结合电子天平和风选装置等辅助机构，得到了一系列水稻产量相关参数。克服了水稻产量性状获取困难、步骤繁杂的问题，实现水稻稻穗自动脱粒以及高精度、高效率的产量性状获取。
-
公开(公告)号：CN111693551B
公开(公告)日：2021-06-22
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：CN112322649A
公开(公告)日：2021-02-05
申请号：CN201911371964.6
申请日：2019-12-27
Applicant: 华中农业大学
Abstract: 本发明属于植物基因工程技术领域。具体涉及OsFGH5基因hap2型启动子在调控水稻光化学效率中的应用。包括在调控水稻光化学效率自然变异中的应用。通过对OsFGH5基因进行单倍型分析，显示该基因在启动子区域存在多态性，启动子区域的多态性会造成启动子活性差异，进而造成表达量差异。通过测定近等基因系的叶绿素荧光参数来研判该基因hap2型启动子的功能及在调控水稻光化学效率中的应用。OsFGH5基因所表达的蛋白定位于水稻叶绿体中,与叶绿体ATP合酶CF1β亚基的II‑2区域相互作用，帮助β亚基与α亚基组装成α/β异源二聚体，参与CF1亚复合体组装过程。该基因在调控水稻光化学效率中具有的重要育种价值。
-
公开(公告)号：CN111950349A
公开(公告)日：2020-11-17
申请号：CN202010606627.7
申请日：2020-06-22
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于语义分割的田间导航线提取方法。该方法设计了用于提取田间导航路径的语义分割网络模型分割作物行间导航区域，再提取特征点，并采用过已知点霍夫变换提取导航线。语义分割网络基于Enet，去除网络结构冗余的一部分来降低网络参数量以提高该模型的预测的速度。基于已知点霍夫变换相较于传统霍夫变换速度更快。该方法可以提高机器视觉的鲁棒性，有效降低光照、颜色、作物高度等环境因素对路径识别的干扰。该方法适用于田间行栽培作物的导航路径识别，相较于传统机器视觉提取导航路径，具备精度高、适用性强、抗干扰能力强的技术优势。
-
公开(公告)号：CN107316289B
公开(公告)日：2020-05-08
申请号：CN201710446444.1
申请日：2017-06-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于深度学习和超像素分割的大田稻穗分割方法。该方法利用超像素分割技术中的简单线性迭代聚类方法，将具有相似特征的相邻像素构成图像块即超像素，在大规模训练样本自动标注和选择的基础上，由深度学习技术中的卷积神经网络判别超像素类别实现稻穗的初步分割，并由基于熵率的超像素分割方法对初步分割结果进行优化。该方法能克服不同品种及不同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、刮风因素的影响，实现对不同品种及不同生育期大田稻穗的准确分割，并能适用于盆栽环境稻穗的分割。相比现有技术而言，具备精度高、适用性强的技术优势。
-
Patent Agency Ranking
公开(公告)号：CN110728205A
公开(公告)日：2020-01-24
申请号：CN201910902032.3
申请日：2019-09-17
Applicant: 华中农业大学
Abstract: 水稻考种主要是指对水稻粒数、粒型、重量等性状进行考查，是水稻育种和功能基因解析中不可或缺的环节，水稻产量性状解析对培育优质、高产、抗逆的水稻品种具有重要意义。传统的考种方法主要依靠人工“一把尺子、一杆秤”的测量方式，人工测量主要存在效率低、主观性强、且测量参数有限等不足；另外目前市面上也有一些自动化的考种设备，主要采用扫描仪和工业成像等方法，存在成本高、移动性差、算法抗干扰能力弱等缺点。本发明致力于设计一种基于AI云计算的便携式水稻智能考种平台，采用移动端图像采集及交互方式降低图像采集的成本，同时利用深度学习云计算技术，可以克服混入杂质、带芒、黏连、复杂背景等因素的影响，提高系统的便携性和抗干扰能力。本发明属于农业人工智能领域，将为水稻考种提供一种低成本、便携式、鲁棒性高的智能化解决方案，对水稻研究具有重要意义。
-
公开(公告)号：CN105510362B
公开(公告)日：2019-01-08
申请号：CN201510899754.X
申请日：2015-12-07
Applicant: 华中农业大学
IPC: G01N23/046
Abstract: 本发明公开了一种基于微型CT的水稻分蘖性状无损测量装置及其测量方法，本装置包括升降台、平移台以及载物旋转台等；本方法包括使用机械手将检测样品搬运至载物旋转台上等步骤。本发明由机械手完成搬运工作，通过微焦斑射线源、载物旋转台及平板探测器可以采集到检测样品的面阵列图像，再基于计算机系统可以实现检测样品的断层重建图像，通过机器视觉技术同时获取水稻分蘖的分蘖数、茎粗、茎壁厚、髓腔面积、总面积、分蘖角度等分蘖性状。
-
公开(公告)号：CN108416353A
公开(公告)日：2018-08-17
申请号：CN201810144001.1
申请日：2018-02-03
Applicant: 华中农业大学
CPC classification number: G06K9/342 , G06K9/6256
Abstract: 本发明公开了一种基于深度全卷积神经网络的大田稻穗快速分割方法。该方法设计了基于深度全卷积神经网络的大田稻穗分割网络。待分割的大田图像首先被划分为若干张适合深度全卷积神经网络输入大小的子图，由深度全卷积神经网络对各子图进行像素级语义分割后，再拼接各子图得到与输入图像大小相同的分割结果。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、刮风因素的影响，实现对不同品种及生育期大田稻穗的快速准确分割。相比现有技术而言，具备精度高、适用性强、处理速度快的技术优势。
-
公开(公告)号：CN107462561A
公开(公告)日：2017-12-12
申请号：CN201710859160.5
申请日：2017-09-09
Applicant: 华中农业大学
IPC: G01N21/64
CPC classification number: G01N21/64
Abstract: 本发明涉及一种烟叶病斑性状荧光动态检测装置及方法，烟叶病斑性状荧光动态检测装置具体包括计算机系统、荧光成像单元、载物旋转台单元、生长光源、成像暗室；计算机系统包含烟叶病斑荧光图像采集软件以及数据分析软件，用于获取烟叶病斑荧光图像以及对烟叶病斑性状数据进行分析提取；荧光成像单元具体包括数码相机和荧光光源，用于荧光图像采集；载物旋转台单元具体包括旋转烟叶生长托盘、旋转平台，生长托盘主要用于放置烟叶并为烟叶正常生长提供一个稳定的状态，旋转平台可按设定角度自动旋转；生长光源主要为烟叶正常生长提供光源；成像暗室为烟叶荧光成像提供一个稳定无干扰的成像环境；在烟叶病斑性状研究中采用本发明，很大程度上提高了烟叶病斑性状的检测效率。
-
公开(公告)号：CN105115469A
公开(公告)日：2015-12-02
申请号：CN201510457927.2
申请日：2015-07-29
Applicant: 华中农业大学
Abstract: 本发明公开了一种水稻稻穗表型参数自动测量和穗重预测方法，包括通过扫描仪获取稻穗图像：将晒干的稻穗平铺在白纸上，并用胶带固定，开启计算机，连接扫描仪，将固定于白纸上的稻穗放入扫描仪中，即可获得稻穗图像等步骤。本发明在不依赖于大型测量平台以及复杂的测量软件情况下，只依靠稻穗的扫描图像即可快速、准确的得到稻穗的多个性状，并得到穗重的相关信息，提高了测量效率，降低了人工劳动强度。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.075 seconds)
