-
公开(公告)号：CN119992652A
公开(公告)日：2025-05-13
申请号：CN202510068803.9
申请日：2025-01-16
Applicant: 华中农业大学
IPC: G06V40/20 , G06V10/764 , G06V10/26 , G06V10/30 , G06V10/40 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于跟随拍摄的小鼠步态分析方法，包括：获取小鼠活动区域的初始视频图像，通过预设的背景模型分离出小鼠的运动区域，获得第一图像；根据第一图像，计算小鼠的运动矢量，获得运动趋势数据；根据运动趋势数据，调整摄像头的拍摄角度和焦距，获得第二图像；根据第二图像，调整图像亮度分布，消除光照不均的影响，获得第三图像；基于第三图像，提取小鼠的轮廓特征，结合预先建立的步态模型，获得步态特征数据；根据步态特征数据，更新摄像头的跟踪路径，获得第四图像；根据第四图像，增强图像清晰度，获得第五图像；基于第五图像，通过深度学习模型识别小鼠的关键关节位置，结合步态特征数据，生成步态分析报告。
-
公开(公告)号：CN119985476A
公开(公告)日：2025-05-13
申请号：CN202510289697.7
申请日：2025-03-12
Applicant: 华中农业大学
Abstract: 本发明公开了一种作物根系3D显微表型检测系统及检测方法。本发明采用电动三维模组带动高分辨率显微成像系统运动，实现超大范围与多角度的作物根系显微成像。结合景深合成、图像深度估计以及自动对焦技术，能够快速获取如根毛、根表皮细胞形态等多种根系微观表型。设备采用同步暗场补光与其他多种打光相结合的方式，增强根系微观结构特征，以实现作物根系高质量显微成像。结果显示，使用该系统与方法获取的根系显微图像质量较高。与现有技术相比，本发明提供了一种快速、高效、且低成本的作物根系微观表型检测技术。该系统能够在样品固定的情况下对超大范围的区域进行显微成像，可显著提升作物根系显微表型采集效率，并降低成本。
-
公开(公告)号：CN119086808A
公开(公告)日：2024-12-06
申请号：CN202410628693.2
申请日：2024-05-21
Applicant: 华中农业大学
Abstract: 本发明公开一种多场景自走式作物表型高通量无损获取装备，属于作物表型检测领域。该装备包括移动机器人平台、卫星定位模块、三维视觉传感器、边缘计算设备和多传感器表型数据采集单元，移动机器人平台采用四轮独立驱动独立转向方式，且高度可调；卫星定位模块控制移动机器人平台移动至目标地块，边缘计算设备根据三维视觉传感器采集的植株冠层深度图像及三维点云信息，动态调整移动机器人平台的转向角以及上端平台高度；边缘计算设备分析多传感器表型数据采集单元采集的每种模态表型传感数据，获得多种表型数据；还可以实现多模态表型传感数据与目标地块标号的自动映射，以及换行操作。本发明实现了多场景自走式作物全生育期表型高通量无损测量。
-
公开(公告)号：CN118482728B
公开(公告)日：2024-12-06
申请号：CN202410831005.2
申请日：2024-06-26
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于地空协同的表型机器人的田间导航方法，通过配备有实时运动补偿RTK技术和相机模块的无人机，对目标作物区域，构建数字正射影像DOM，结合人工智能技术，通过语义分割模型获取作物行主体语义分割图，通过图像处理方法对图像进行预处理，结合Skeletonize算法、Douglas‑Peucker算法、Shi‑Tomasi方法以及线性外推的方式，获取关键点，将关键点按照合适的策略进行分组和排序，而后导入到导航系统中，生成一条连贯导航路径，利用纯追踪算法控制器进行追踪路径，完成导航任务。本发明用于田间作物表型的自动化采集和生长过程连续监测，更加精细地覆盖整个作业区域，提升了操控可视化水平，有助于提高作物表型数据采集的精度和效率。
-
公开(公告)号：CN116026795A
公开(公告)日：2023-04-28
申请号：CN202211681383.4
申请日：2022-11-25
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于反射透射光谱的水稻籽粒品质性状无损预测方法。首先使用研发的集成高光谱反射和透射光谱成像系统采集水稻籽粒的反射与透射光谱信息，经图像处理提取光谱数据；其次，使用传统化学方法测定水稻籽粒品质性状参数；接着通过相关性分析、非信息变量筛选法、竞争性自适应重加权采样法和连续投影算法筛选与水稻籽粒品质性状高度关联的特征光谱，并以特征光谱集合为自变量，品质性状人工值为因变量建模，建模回归方法包括逐步线性回归、偏最小二乘回归、支持向量机回归、随机森林和CNN‑LSTM，从中筛选出最优模型；最后以最优模型进行水稻籽粒品质性状的无损预测，挖掘水稻籽粒反射和透射光谱与品质性状的关联。
-
Patent Agency Ranking
公开(公告)号：CN113393897B
公开(公告)日：2022-04-12
申请号：CN202110707252.8
申请日：2021-06-22
Applicant: 华中农业大学
Inventor： 杨万能 , 冯慧 , 宋鹏 , 戴国新 , 宋京燕 , 赵爽 , 陈晓茜 , 叶军立 , 李为坤 , 严建兵 , 罗杰 , 郭亮 , 陈伟 , 石涛涛 , 肖英杰 , 刘谦 , 熊立仲
IPC: G16B20/20
Abstract: 本发明公开了一种基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法。首先利用高光谱相机采集作物籽粒的高光谱图像，得到上千种作物籽粒高光谱指数，其次利用气相/高效液相色谱‑串联质谱法检测上千种代谢物；基于群体各株系的基因分型信息，分别以高光谱指数和代谢物含量作为作物籽粒表型性状进行全基因组关联分析，筛选显著SNP位点，对两组显著SNP位点进行共定位分析，构建高光谱表型‑基因型‑代谢表型关联网络H1‑G‑M1；对高光谱指数和代谢物含量使用Lasso回归进行特征筛选，构建高光谱‑代谢表型关联网络H2‑M2；综合分析H1‑G‑M1和H2‑M2网络，整合二者构建高光谱表型‑基因型‑代谢物表型关联网络H3‑G‑M3，进一步挖掘作物籽粒代谢遗传结构的新信息。
-
公开(公告)号：CN113269793B
公开(公告)日：2022-02-08
申请号：CN202110538458.2
申请日：2021-05-13
Applicant: 华中农业大学 , 上海市农业生物基因中心
Abstract: 本发明公开了一种基于红外图像的水稻植株分割方法，包括如下步骤：红外图像归一化，滑动窗口设置，横向及纵向移动步长设置；对滑动窗口内的图像利用OTSU算法进行前景判断，全图像判断，窗口按既有设定滑动以确保遍历整张图像；滑动过程中，累加像素点单次判断结果和判断次数；将结果聚合，对前景判断结果进行评估，将判定结果转化为灰度图像素值；再去除小区域、移除粒子面积阈值小于自定义阈值的部分；图像二值化，得到分割结果图。该方法可解决基于红外图像的水稻植株分割过程中，前景部分与背景部分关系模糊的问题，通过滑动窗口多次判断后聚合结果，降低了前景部分的分割误差。
-
公开(公告)号：CN109738442B
公开(公告)日：2021-12-31
申请号：CN201910034601.7
申请日：2019-01-05
Applicant: 华中农业大学
Abstract: 本发明涉及一种机器视觉检测技术，具体涉及一种基于大视野X射线/可见光配准成像的水稻稻穗性状全自动提取系统，通过大视野X射线/可见光配准成像系统同步获取稻穗反射光表图像及透射光图像，使用图像配准融合、结合图形分析算法得到稻穗产量性状的数学表征。鉴于作物表型检测平台发展的重要性，传统有损稻穗产量测量上脱粒难、实粒瘪粒区分难的缺点，以及成像视野的局限性，本发明研究设计了一种基于大视野X射线/可见光配准成像的水稻稻穗性状全自动提取系统，在不经过脱粒、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，并且通过大视野二维移动平台获取完整稻穗的图像，解决成像视野的问题，获取完整清晰的图像。
-
公开(公告)号：CN109360206B
公开(公告)日：2021-11-12
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：CN113393897A
公开(公告)日：2021-09-14
申请号：CN202110707252.8
申请日：2021-06-22
Applicant: 华中农业大学
Inventor： 杨万能 , 冯慧 , 宋鹏 , 戴国新 , 宋京燕 , 赵爽 , 陈晓茜 , 叶军立 , 李为坤 , 严建兵 , 罗杰 , 郭亮 , 陈伟 , 石涛涛 , 肖英杰 , 刘谦 , 熊立仲
IPC: G16B20/20
Abstract: 本发明公开了一种基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法。首先利用高光谱相机采集作物籽粒的高光谱图像，得到上千种作物籽粒高光谱指数，其次利用气相/高效液相色谱‑串联质谱法检测上千种代谢物；基于群体各株系的基因分型信息，分别以高光谱指数和代谢物含量作为作物籽粒表型性状进行全基因组关联分析，筛选显著SNP位点，对两组显著SNP位点进行共定位分析，构建高光谱表型‑基因型‑代谢表型关联网络H1‑G‑M1；对高光谱指数和代谢物含量使用Lasso回归进行特征筛选，构建高光谱‑代谢表型关联网络H2‑M2；综合分析H1‑G‑M1和H2‑M2网络，整合二者构建高光谱表型‑基因型‑代谢物表型关联网络H3‑G‑M3，进一步挖掘作物籽粒代谢遗传结构的新信息。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.089 seconds)
