-
公开(公告)号：CN109792951A
公开(公告)日：2019-05-24
申请号：CN201910128949.2
申请日：2019-02-21
Applicant: 华南农业大学
Abstract: 本发明公开了一种用于杂交水稻授粉的无人机航线校正系统及其校正方法，系统包括无人机和地面控制站；无人机为多旋翼无人机，无人机上设置有基于Jetson TX2的嵌入式板、飞控模块、第一无线通讯模块、图像采集模块和卫星定位设备；飞控模块用于接收、解码并执行来自Jetson TX2的控制命令，控制无人机作业；地面控制站包括无人机地面控制站软件电脑板和第二无线通讯模块；Jetson TX2与地面控制站通过第一无线通讯模块和第二无线通讯模块进行无线通讯连接。本发明通过全卷积神经网络模型分割水稻父本行，计算偏航的角度，计算偏离水稻父本行中心直线的距离，实时调整无人机前进方向与位置，确保无人机沿水稻父本行上方稳定飞行，提高杂交水稻授粉作业效果。
-
公开(公告)号：CN108402021A
公开(公告)日：2018-08-17
申请号：CN201810612572.3
申请日：2018-06-14
Applicant: 华南农业大学
IPC: A01M7/00
Abstract: 本发明公开了一种带雾滴漂移检测自动补偿的农用植保无人机喷洒系统，包括装于无人机上的图像采集单元、图像分析单元和喷洒单元；图像采集单元定时采集图像传送给图像分析单元；图像分析单元对采集的数据进行图像分割，获取雾滴分布的通道图，对图像进行锐化和边缘检测，获取雾滴的分布方向并进行线性化处理，获取雾滴漂移方向的中轴线，与垂直线进行比较，计算出漂移的差额角，将差额角进行换算得到喷洒单元的喷头方向应该偏转的角度；喷洒单元的喷头安装在可调整方向的喷杆上，喷杆由舵机控制进行相应角度的偏转以补偿雾滴漂移量。本发明提升了无人机植保作业对于天气和其它环境适应性以及植保无人机的使用率和作业效率。
-
公开(公告)号：CN103745231A
公开(公告)日：2014-04-23
申请号：CN201410020395.1
申请日：2014-01-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种小麦矮腥黑穗病TCK及其近似种TCT的冬孢子图像鉴定方法，该方法包括构建稀疏字典、矮腥黑穗病害图像鉴定、输出鉴定结果这三个步骤，利用小麦矮腥黑穗病菌冬孢子图像作为鉴定对象，根据冬孢子的形态学特征，应用基于稀疏表示的模式识别方法，能实现TCK及其近似种TCT的快速、准确的鉴定，且鉴定成本低廉，仅需要制作用于显微镜下观察病害图像的玻片即可。这相比现有技术，本发明方法能够解决或规避当前对小麦矮腥黑穗病鉴定中，分子生物学方法存在的程序复杂、常规PCR检测时间长等问题，以及显微镜下观察冬孢子形态学特征的鉴定方法对检测人员技术水平要求较高、测量过程繁琐等问题。
-
公开(公告)号：CN103418554A
公开(公告)日：2013-12-04
申请号：CN201310380235.3
申请日：2013-08-27
Applicant: 华南农业大学
IPC: B07C5/34 , G05B19/042
Abstract: 本发明公开了一种基于DSP的小型农产品智能分选机的控制系统与控制方法，属于农产品加工中的分级分选技术领域。控制系统包括物料水平输送装置、照明系统、实时图像采集与分析系统、图像采集触发与分选触发系统、以及分选系统；分选系统与物料水平输送装置末端连接，照明系统设置在物料水平输送装置上，实时图像采集与分析系统、图像采集触发与分选触发系统设置在照明系统上方。本发明使用DSP芯片作为智能分选机机器视觉的核心，代替普通PC机，独立完成实时图像的采集、处理与分析，并采用单片机与光电开关完成采集触发与分选触发，控制分选，使得机器视觉系统成本低廉、集成度高、处理速度快，且实现了实时图像采集、分析与分选同时进行。
-
公开(公告)号：CN110314775B
公开(公告)日：2024-09-06
申请号：CN201910693021.9
申请日：2019-07-30
Applicant: 华南农业大学
IPC: B05B1/30
Abstract: 本发明公开了一种出流口孔径可控的无级变量喷头，包括喷嘴体、喷嘴帽、支架、弹簧、顶杆、阀芯、伺服电机和凸轮；喷嘴体与喷嘴帽连接，阀芯安装在喷嘴体内，支架安装在喷嘴帽上，伺服电机安装在支架上，凸轮安装在伺服电机的输出轴上，与其下方的顶杆保持接触，并通过弹簧进行预紧，顶杆依次穿过喷嘴帽和阀芯，伺服电机驱动凸轮转动进而推动顶杆做直线运动，利用顶杆末端的锥形头来改变喷嘴体的出流口孔径大小，即通流截面积大小，从而调整喷头流量或喷雾量的大小。本发明能满足对喷头流量定量调控或变量喷雾控制的要求，且具有流量调控精度高的优点。
-
Patent Agency Ranking
公开(公告)号：CN117761077A
公开(公告)日：2024-03-26
申请号：CN202311787442.0
申请日：2023-12-25
Applicant: 华南农业大学
IPC: G01N21/95 , B64U20/87 , G01N21/88 , G06V20/17 , G06V20/10 , G06V10/82 , G06N3/08 , B64U101/30 , B64U101/35
Abstract: 本发明公开了一种基于无人机的水稻病虫害检测系统和检测方法；所述水稻病虫害检测系统包括无人机系统和地面控制系统，所述无人机系统包括图像采集装置、无人机控制装置以及通信装置；所述图像采集装置包括图像采集模块和图像传输模块；所述无人机控制装置用于接收所述地面控制系统的控制指令，以实现对无人机的飞行状态进行调节，并实时将无人机的位置信息回传给地面控制系统；所述地面控制系统用于接收无人机上的图像传输模块传输回来的水稻图像，并通过训练好的水稻病虫害识别模型进行水稻病虫害的类型进行识别；本发明的水稻病虫害检测系统通过无人机对水稻田中的水稻病虫害信息进行检测，且检测精度和检测效率更高。
-
公开(公告)号：CN117746427A
公开(公告)日：2024-03-22
申请号：CN202311757209.8
申请日：2023-12-20
Applicant: 华南农业大学
IPC: G06V20/70 , G06V10/774 , G06V20/10 , G06V20/17 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于改进YOLOV5的水稻病虫害识别方法；首先采集不同类型的水稻虫害图像；接着对采集到的水稻虫害图像进行图像预处理以及对预处理后的水稻病虫害图像中的患病区域进行标注；随后对YOLOV5网络模型进行损失函数的优化，得到水稻病虫害识别模型；然后对水稻病虫害识别模型进行训练；对训练后的水稻病虫害识别模型进行验证，所构建的水稻病虫害识别模型对稻纵卷叶螟病、稻曲病、稻瘟病、条斑病和钻心病识别精确率分别为96.1％、95.5％、94.4％、93.6％和93.3％；将采集水稻田中的水稻图像输入构建好的水稻病虫害识别模型中，所述水稻病虫害识别模型可以准确识别并输出水稻病虫害信息，从而帮助农户和普通农技工作者进行快速、准确的田间调查。
-
公开(公告)号：CN113610040A
公开(公告)日：2021-11-05
申请号：CN202110945568.0
申请日：2021-08-16
Applicant: 华南农业大学
Abstract: 本发明公开一种基于改进BiSeNetV2分割网络的水稻田杂草密度实时统计方法，包括以下步骤，(1)无人机进行水稻田的图像拍摄采集，并传输至地面站；(2)地面站对图片样本进行预处理和语义标注，形成标签图片；(3)将标签图片及相关数据输入至改进BiSeNetV2分割网络中进行训练，得到杂草识别模型；(4)将杂草识别模型移植至边缘计算嵌入式硬件中；(5)无人机进行水稻田的图像拍摄采集，通过杂草识别模型对所采集的图像进行实时识别检测，且对该水稻田的杂草密度进行计算；(6)将实时获取的杂草识别结果和杂草密度统计结果发送至地面站。本发明实现对水稻田的杂草密度的实时统计，具有效率高，识别准确的优点，有利于实现水稻田的变量施药和精准施药。
-
公开(公告)号：CN113610035A
公开(公告)日：2021-11-05
申请号：CN202110939836.8
申请日：2021-08-16
Applicant: 华南农业大学
Abstract: 本发明公开一种基于改进编解码网络的水稻分蘖期杂草分割识别方法，包括以下步骤：(1)采集分蘖期的水稻农田图像；(2)对所采集的水稻农田图像进行图像预处理、图像增强和语义标注；(3)将经过预处理增强和语义标注的图像输入至改进编解码U‑Net网络中，对改进编解码U‑Net网络进行训练，得到水稻杂草分割模型；(4)采用所述水稻杂草分割模型，对处于分蘖期的待测水稻农田图像进行识别检测，输出识别检测结果，得到水稻农田图像中水稻和杂草的分割情况。本发明采用改进编解码网络实现对水稻田中的杂草密集区域进行准确识别和精确定位，从而有利于指导对农田中杂草密集区域的精准喷施除草剂的作业，降低农药用量。
-
公开(公告)号：CN113609938A
公开(公告)日：2021-11-05
申请号：CN202110841332.2
申请日：2021-07-23
Applicant: 华南农业大学
Abstract: 本发明公开一种基于改进SSD网络的水稻病虫害识别方法，包括以下步骤：(1)采集水稻病虫害图像，确认图像中水稻病虫害的类型，从而获得水稻病虫害样本；(2)对所述水稻病虫害样本进行图像预处理；(3)将经过预处理后的水稻病虫害样本输入至改进SSD网络模型中，对改进SSD网络模型进行训练；(4)采用训练好的改进SSD网络模型对待测图像进行识别，并输出识别结果，得出水稻病虫害情况。本发明基于改进SSD网络模型，对水稻病虫害进行高效和高精度的识别，省时省力，以便对水稻进行针对性施药救治，确保水稻产量。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.023 seconds)
