-
公开(公告)号:CN117825182A
公开(公告)日:2024-04-05
申请号:CN202311610974.7
申请日:2023-11-29
Applicant: 东北林业大学
Abstract: 本发明公开了一种模拟双向渗流条件下粗粒土剪切试验装置及方法,属于土工剪切渗流试验技术领域,包括用于对粗粒土进行剪切试验的粗粒土剪切模块;用于模拟不同降雨强度的垂直下渗模块;用于模拟不同层间水压力及渗流路径的侧向入渗模块;用于记录可视面的剪切过程的图像采集模块;其中,所述粗粒土剪切模块包括:上剪切盒和下剪切盒;本发明采用了侧向入渗模块、垂直下渗模块与粗粒土剪切模块一体化的组合,即在剪切试验中,将渗流试验与剪切试验同时进行,能够更好的贴近公路路堑边坡工程的实际情况,解决了传统试验中渗流试验与剪切试验环境分离,试件移动困难,试验整体时间过长,公路路堑边坡工程监测没有力学特征的问题。
-
公开(公告)号:CN113011355B
公开(公告)日:2022-10-11
申请号:CN202110321019.6
申请日:2021-03-25
Applicant: 东北林业大学
IPC: G06V20/10 , G06V10/30 , G06V10/56 , G06V10/774 , G06V10/147
Abstract: 本发明属于松材线虫病图像识别检测技术领域,具体涉及一种松材线虫病图像识别检测方法及装置,通过设置采用深度学习的目标检测技术对松材线虫病进行检测,能有效提高受病木的识别效率且具有较高的检测精度;采用图像智能识别定位方法采用统一的判别标准,有效提高了识别结果的覆盖率,泛化能力强。综合上述优点,松材线虫病图像识别检测方法能及时发现染病松树并确定其分布情况,有效监测松材线虫病疫情的发展动态,为松林管理人员和森林防护人员提供及时准确的信息。
-
公开(公告)号:CN113011355A
公开(公告)日:2021-06-22
申请号:CN202110321019.6
申请日:2021-03-25
Applicant: 东北林业大学
Abstract: 本发明属于松材线虫病图像识别检测技术领域,具体涉及一种松材线虫病图像识别检测方法及装置,通过设置采用深度学习的目标检测技术对松材线虫病进行检测,能有效提高受病木的识别效率且具有较高的检测精度;采用图像智能识别定位方法采用统一的判别标准,有效提高了识别结果的覆盖率,泛化能力强。综合上述优点,松材线虫病图像识别检测方法能及时发现染病松树并确定其分布情况,有效监测松材线虫病疫情的发展动态,为松林管理人员和森林防护人员提供及时准确的信息。
-
公开(公告)号:CN214308733U
公开(公告)日:2021-09-28
申请号:CN202120362696.8
申请日:2021-02-07
Applicant: 东北林业大学
IPC: G01C11/02
Abstract: 一种松材线虫病野外快速定位装置,属于松材线虫病防治领域。本实用新型包括无人机、旋转调节装置、角度调节装置和摄像头,无人机底部安装有旋转调节装置,旋转调节装置上配合安装有角度调节装置,角度调节装置上配合安装有摄像头。本实用新型研发目的是为了解决现有的松材线虫定位装置结构较为简单,无法进行多角度精准的图像采集的问题,本实用新型的,可以实现多水平角度的旋转调节,可以实现竖直方向的俯仰角度调节,克服了森林复杂的地理环境,使树木图像获取更加精准,结构简单、设计巧妙、成本低廉,适于推广使用。
-
-
-