-
公开(公告)号：CN112069985B
公开(公告)日：2024-03-29
申请号：CN202010918709.5
申请日：2020-08-31
Applicant: 华中农业大学
IPC: G06V20/10 , G06V10/774 , G06T7/00
Abstract: 本发明公开了一种基于深度学习的高分辨率大田图像稻穗检测与计数方法。首先将采集好的待检测高分辨率大田图像有重叠地裁剪为若干张适当大小的子图；接着通过深度目标检测网络对原图对应的所有子图进行稻穗检测，将子图稻穗预测框映射到原始高分辨率大田图像中后，对原图中各子图重叠区域的预测框进行处理，计算量化存在重叠的两个预测框之间的重叠程度和重叠方式，去除掉重复预测框，最后统计去除重复框后原图中预测框的数目，所得结果即为穗数。本发明对采集图像的环境，如光照强度、作物生长状态不做具体限定，鲁棒性好；且对目标检测网络模型、图像尺寸不做具体限定，针对高分辨率大田图像的目标检测具有更好的普适性。
-
公开(公告)号：CN117333400A
公开(公告)日：2024-01-02
申请号：CN202311464307.2
申请日：2023-11-06
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: G06T5/00 , G06T7/10 , G06V10/774
Abstract: 本发明公开了一种根盒培养作物根系图像断根修复及表型提取方法。其包括根盒图像采集；通过语义分割、掩膜和畸变矫正，获得根盒玻璃面区域二值图；通过去噪、语义分割，获得根系二值图；使用目标检测模型检测断根，根据目标框裁剪局部图像，输入根系修复模型进行修复，并自适应迭代修复；修复后通过图像处理，提取根系表型信息。其中，本发明设计了先检测，再局部修复的流程，并设计了自适应重复修复，使模型针对性地修复根系断裂区域，且不限制待修复图像尺寸；在训练根系修复模型时，使用了水培作物的根系图像，降低人工成本，同时多尺度局部图像训练，提高模型鲁棒性；本发明还使用图像去噪模型，降低土壤对根系的遮挡，提高图像修复精度。
-
公开(公告)号：CN108416353B
公开(公告)日：2022-12-02
申请号：CN201810144001.1
申请日：2018-02-03
Applicant: 华中农业大学
IPC: G06V20/70 , G06V10/26 , G06V10/82 , G06V10/764 , G06V10/774
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：CN113820906B
公开(公告)日：2022-07-19
申请号：CN202111147309.X
申请日：2021-09-29
Inventor： 宋纯鹏 , 张震 , 周云 , 杨万能 , 叶军立 , 李浩 , 郭光辉 , 仇霄龙 , 曲云峰 , 麻菲菲 , 王凯 , 梁慧慧 , 柏胜龙 , 李政 , 步甜甜 , 孙婷 , 施嘉伟 , 何甜甜 , 朱晓静 , 曾小玉 , 孙喆 , 曹斌 , 杨雪梅 , 陈蕴淇
IPC: G03B15/00 , G03B15/02 , G03B15/03 , G03B15/10 , G03B17/56 , F16M11/04 , F16M11/26 , F16M11/42 , A01G9/02 , A01G27/00
Abstract: 本发明公开了一种室内根系表型检测平台，包括根室，根室内布置由根盒单元组成的根盒阵列，根盒单元以列为组形成根盒单元列；根盒单元列之间布置轨道，轨道上设有行走载体，行走载体上有成像采集单元；根盒单元列的玻璃板一侧倾斜倾向下并面向轨道，根盒单元列的另一侧设有黑色幕布，黑色幕布由上方的电动卷帘控制。本发明提供实用、高效、系统的室内根系表型检测平台，在根室内添加黑色幕布，黑色幕布由上方的电动卷帘控制，可有效去除拍照时背景噪音。
-
公开(公告)号：CN112595675B
公开(公告)日：2022-03-08
申请号：CN202011082262.9
申请日：2020-09-29
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于高光谱的米粒品质功能基因解析方法，包括：使用高光谱成像系统采集米粒图像并进行图像处理，获取光谱指数；使用化学方法人工测定米粒的蛋白质含量和直链淀粉含量，作为人工测量值；光谱指数与人工测量值相关性分析与建模；光谱指数作为基于图像信息的表型性状进行全基因组关联分析，获取相关的候选基因；候选基因的功能验证。米粒品质的传统人工检测为有损测量，该方法基于高光谱获取米粒表型数据信息，结合光谱与图像处理技术可实现米粒品质相关指标的无损检测，提高检测精度，同时提高GWAS分析结果的准确度。此外，该方法结合遗传转化对候选基因进行功能验证，使验证结果更具有说服力，可为水稻品质育种提供新材料。
-
Patent Agency Ranking
公开(公告)号：CN111758424B
公开(公告)日：2022-03-08
申请号：CN202010606347.6
申请日：2020-06-22
Applicant: 华中农业大学
Abstract: 针对现有的棉花打顶装置在田间环境打顶作业时打顶效率和打顶精度难以兼顾的问题，提出了一种田间棉花自动打顶装置。该装置主要包括自主移动平台、棉花高度粗定位装置、棉花顶部三维识别及精定位装置、棉花去顶装置、供电系统和控制系统。以自主移动平台为载体，实现本装置在不同棉花地块的自主、高效行走。通过棉花高度粗定位装置进行田间环境棉花株高初步定位，通过棉花顶部三维识别及精定位装置进行打定目标二次定位，再通过棉花去顶装置上安装的彩色摄像头进行打顶目标的三次精确定位，实现田间棉花顶部的自动识别和精准去除。大大提高田间环境的棉花打顶效率和打顶精准度。
-
公开(公告)号：CN113902982A
公开(公告)日：2022-01-07
申请号：CN202111096563.1
申请日：2021-09-14
Applicant: 华中农业大学
Abstract: 本发明涉及一种香菇菌棒智能分级系统及分级方法，本发明由单片机控制电动转盘带着菌棒旋转，由工业摄像头实时采集菌棒表面图像，由红外温度传感器实时采集菌棒表面温度和环境温度，由计算机对所有图像利用深度学习神经网络YOLOv4对香菇进行识别，利用改进的多目标跟踪算法DeepSort对香菇进行跟踪，最后得到菌棒上香菇数量、香菇重叠率、香菇颜色、香菇菌盖平均面积、菌棒表面平均温度和环境平均温度等特征参数，并将这些特征参数输入菌棒分级模型得到香菇菌棒的等级。本发明首次提出并实现YOLOv4和DeepSort相关联跟踪香菇并不跟丢的新方法，成功建立第一套全自动、多参数和高精度提取香菇菌棒表型参数并实现菌棒智能分级的系统。
-
公开(公告)号：CN113409265A
公开(公告)日：2021-09-17
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。
-
公开(公告)号：CN113240001A
公开(公告)日：2021-08-10
申请号：CN202110509530.9
申请日：2021-05-11
Applicant: 华中农业大学
Abstract: 本发明公开了一种棉花花药开裂状态识别方法及系统。该方法包括：以黑色幕布为拍摄背景，采集棉花花药RGB图像；获取所述棉花花药RGB图像的标签，构建训练集、测试集和验证集；获取改进后的YOLOv5深度学习网络；通过所述训练集对改进后的YOLOv5深度学习网络进行训练；通过训练后的YOLOv5深度学习网络对棉花花药开裂状态进行识别。本发明采用改进后的YOLOv5深度学习网络能够提高识别精度和速度，并且改进后的YOLOv5深度学习网络模型轻量化，可以植入到可嵌入式系统和移动设备中。
-
公开(公告)号：CN112344874A
公开(公告)日：2021-02-09
申请号：CN202010945343.0
申请日：2020-09-06
Applicant: 华中农业大学
Abstract: 本发明涉及一种植物表型研究检测设备及方法，具体涉及一种基于高精度机械臂结构光成像的作物籽粒三维性状测量方法，对作物籽粒性状特征参数进行提取。该方法通过控制机械臂运转和结构光扫描仪，实现特定的路径规划并扫描籽粒，再利用PCL点云处理技术对籽粒性状提取。鉴于现有的作物籽粒测量手段的效率慢，精度低及安全隐患问题，且现有的检测平台的缺乏三维性状检测等因素，本发明研究设计了一种基于高精度机械臂结构光成像的作物籽粒三维性状测量方法，提供了一种精准获取作物籽粒表型点云性状的方式，并且能够实现自动化、批量扫描处理。同时利用PCL点云处理技术，可以有效地提取出作物籽粒的三维性状，提高测量的精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.054 seconds)
