-
公开(公告)号：CN116844015B
公开(公告)日：2024-01-30
申请号：CN202310328741.1
申请日：2023-03-30
Applicant: 福建农林大学
IPC: G06V10/82 , G06V10/774 , G06V20/10 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种适用于时空及品种变化下柑橘黄龙病快速诊断方法，包括：获取果园中不同季节、不同状态下柑橘叶片的同一图像分辨率的多源图像，形成采集的主品种数据集；利用生成对抗网络扩充主品种数据集，并将采集的和扩充的数据集输入基于轻量化卷积神经网络MobileNetV3的判别模型，并对其进行训练；基于迁移学习再次引入另一生成对抗网络，生成器仅作为特征提取器而不再生成伪样本集，用小样本的椪柑数据集替换伪样本集输入，使判别模型充分学习到两个品种之间可供迁移的特征，得到适用于时空及品种变化下柑橘黄龙病的判别模型，达到基于脐橙品种建立的判别模型迁移到柑橘黄龙病识别的目的。该方法可以实现时空及品种变化下柑橘黄龙病的快速、精准诊断。
-
公开(公告)号：CN110756450B
公开(公告)日：2023-12-15
申请号：CN201911085397.8
申请日：2019-11-08
Applicant: 福建农林大学
Abstract: 本发明涉及一种板材自动分拣系统及其控制方法，该系统包括自动翻面装置、分拣装置、两个摄像装置和控制装置，自动翻面装置包括输送机构和翻面机构，分拣装置包括分拣输送机构、前导机架、若干个挡板翻转机构和若干个收集箱，自动翻面装置设于分拣装置前侧，输送机构的后端正对前导机架的前端，且输送机构的输送面与前导机架的上端面处于同一平面；两个摄像装置分别安装于翻面机构前、后两侧的输送机构上方，以拍摄板材两侧表面的图像，两个摄像装置分别与控制装置的输入端电性连接，控制装置的输出端分别与各机构的驱动电机电性连接，以控制各机构工作。该系统及其工作方法有利于对不同质量的板材进行自动分拣，节省了劳动力，提高了分拣效率。
-
公开(公告)号：CN116602256A
公开(公告)日：2023-08-18
申请号：CN202310844019.3
申请日：2023-07-11
Applicant: 福建农林大学
Abstract: 本发明涉及一种海参饵料投喂装置及其工作方法，包括设有履带行走装置的机架，所述机架上方对称设置有一对分别向左、右两侧伸出的梁架，所述梁架下方间隔设置有若干沿其长度方向间隔排列并能横向移动的可伸缩竖向操作臂，所述操作臂下端连接有一对用以配合抓取养殖吊笼的爪夹，梁架上设有若干饵料存放槽，所述饵料存放槽一侧设有推料机构、另一侧连接有喂食管，所述喂食管下端延伸至养殖吊笼侧部的喂食孔附近使得操作臂带动养殖吊笼横向移动后喂食管下端能伸入喂食孔中。本发明海参饵料投喂装置设计合理，使用方便，实用性强，实现机械清洗和喂食，代替了传统人工清洗和喂食，降低了人工的劳动成本，从而提高作业的效率，降低了海参养殖成本。
-
公开(公告)号：CN107195926B
公开(公告)日：2023-03-03
申请号：CN201710430521.4
申请日：2017-06-09
Applicant: 福建农林大学
IPC: H01M8/04082 , H01M8/04089 , H01M8/0606 , H01M8/16 , C02F3/00 , C02F101/30
Abstract: 本发明涉及一种微生物电池阴极自增氧装置及其自增氧方法。该方法实现如下：微生物燃料电池通过升压模块、储能元件为所述阴极增氧模块的充气泵、减压阀供电，空气经过滤器净化及充气泵升压压缩后，进入冷凝器冷却，冷却的压缩空气由第一三通阀进入，而后由第一三通阀进入吸附塔进行氮气和氧气的吸附分离；分离出的氧气一部分进入储气罐并经减压阀传输至微生物燃料电池阴极，另一部分经反向阀、第二三通阀对解吸完的吸附塔进行反吹冲洗，提高吸附塔的解吸效果，解吸后富余的氮气，通过第二三通阀经消音器排出。本发明无需使用人工电源就能实现微生物燃料电池自增氧的目的，提高微生物燃料电池的分解有机物效率，对污水处理意义重大。
-
公开(公告)号：CN112362603A
公开(公告)日：2021-02-12
申请号：CN202011523687.9
申请日：2020-12-22
Applicant: 福建农林大学
Abstract: 本发明涉及高通量同步获取植物反射光谱和吸收光谱图像的装置及其工作方法，包括箱体、LED面阵列光源、空间移动平台、图像采集模块、控制模块、载物台、抽拉架、载物盒和万向轮；控制模块分别与空间移动平台和图像采集模块连接；将动态叶绿素荧光探测和稳态叶绿素荧光探测和多光谱成像技术结合进行植物生理无损检测，同时提供相应的装置，使用同一相机获取三种图像，使每张图像的同一像素点都有三种信号（动态叶绿素荧光信号、稳态叶绿素荧光信号和多光谱反射信号），满足中小型植物的高通量信息采集。本发明可用同一相机获取三种图像，使每张图像的同一像素点都有三种信号，能更全面地获取植物生理信息。
-
Patent Agency Ranking
公开(公告)号：CN112183662A
公开(公告)日：2021-01-05
申请号：CN202011148523.2
申请日：2020-10-23
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于卷积神经网络和高光谱技术的柚子粒化分类方法，包括以下步骤：1）获取柚子漫透射高光谱信息；2）对获取的高光谱信息进行归一化预处理，然后将处理后的信息分为训练集和验证集；3）利用训练集对建立的多层卷积神经网络模型进行训练；4）建立损失函数，采用Adagrad梯度下降方式结合反向传播对多层卷积神经网络模型进行训练，将损失最小的模型作为训练得到的多层卷积神经网络模型；5）将训练集和验证集输入训练好的卷积神经网络模型，得到分类结果。该方法有利于无损检测柚子粒化程度，对柚子粒化程度进行分类。
-
公开(公告)号：CN110554017A
公开(公告)日：2019-12-10
申请号：CN201910941487.6
申请日：2019-09-30
Applicant: 福建农林大学
Abstract: 本发明提出一种植物叶绿素荧光参数的校正方法和装置，包括以下步骤；A1、对植物暗适应处理；A2、获取植物的最小叶绿素荧光图像，再获取植物的最大叶绿素荧光图像；A3、使植物处于光化光照射环境下，获取植物此时的初始反射图像；A4、以光化光对植物照射并持续t时长，使植物达到光适应状态后，获取植物反射图像和动态瞬时荧光图像；A5、使植物被紫外光光照t时长后，获取植物稳态的蓝色光谱荧光图像、绿色光谱荧光图像、红色光谱荧光图像和远红外光谱荧光图像；A6、计算叶绿素荧光产量偏差系数；A7、进行校正计算，得到光照条件下实际的叶绿素荧光产量参数；A8、经运算得到实际叶绿素荧光参数图像以进行分析；本发明能更加准确检测光合作用效率。
-
公开(公告)号：CN109821764A
公开(公告)日：2019-05-31
申请号：CN201910119877.5
申请日：2019-02-18
Applicant: 福建农林大学
Abstract: 本发明提出往复式类椭球形果蔬分拣装箱系统，分拣装箱系统包括上料机构、称重机构、分拣卸料机构、控制模块和以果蔬托盘形成输送面的环形输送带；分拣卸料机构处设有一条以上的卸料通道；每条卸料通道均有固定的卸料端口号且其每次分拣操作对应的分拣重量为预设值；上料机构的出料面朝向果蔬托盘以输出果蔬物料；果蔬托盘均带有托盘编号且在装载物料后经过称重机构，控制模块经称重机构获取各果蔬托盘上的物料重量，并按所载物料重量为各个果蔬托盘分配相应卸料端口号的卸料通道；当果蔬托盘在环形输送带驱动下行至分配给该果蔬托盘的卸料通道时，果蔬托盘把物料倾入该卸料通道完成分拣；本发明能按订单重量要求快速地对果蔬物料进行分拣。
-
公开(公告)号：CN109366623A
公开(公告)日：2019-02-22
申请号：CN201811407127.X
申请日：2018-11-23
Applicant: 福建农林大学
Abstract: 本发明涉及一种锯材输送压紧装置，其特征在于：包括机架和设在机架上的的输送带，所述输送带的两侧分别设有安装立板，两安装立板之间穿设有若干组用于压制输送带上板料的自动压紧辊轮装置，所述自动压紧辊轮装置包括螺柱、与螺柱下端固定连接的螺柱吊装式轴承座和铰接在两相对螺柱吊装式轴承座之间的辊轮，所述螺柱竖直穿设在安装立板的槽孔内。该装置不但结构紧凑、新颖，后期维护方便，而且通过该装置的输送压紧，加工过程中木板稳定不跑偏，保证木材被最大限度地加工利用、生产效率大大提高。
-
公开(公告)号：CN109272851A
公开(公告)日：2019-01-25
申请号：CN201811388234.2
申请日：2018-11-21
Applicant: 福建农林大学
Abstract: 本发明提出一种机器视觉检测试验的教学方法，使用的教学设备包括可相互通讯的上位机和下位机；上位机处设有虚拟教学平台；下位机处设有识别区、机械手及图像采集装置；虚拟教学平台设有机器视觉界面；上位机从图像采集装置处获取识别区图像并显示于机器视觉界面处；机器视觉界面还带有标定操作界面；当进行试验时，试验人员对识别区图像编辑生成标定图像，标定图像内按机器视觉标准标识出待操作目标物及操作位置，上位机以机器视觉识别标定图像，并控制下位机机械手对目标物进行相应操作，试验人员以机械手的操作结果来判定试验人员对识别区图像的标定是否符合机器视觉标准；本发明所述产品能让学生通过试验对机器视觉识别图像的机制有更好理解。
-
-
-
-
-
-
-
-
-
Search Results
265
records
(took 0.032 seconds)
