-
公开(公告)号：CN112183448B
公开(公告)日：2023-05-12
申请号：CN202011102031.X
申请日：2020-10-15
Applicant: 中国农业大学
IPC: G06V20/20 , G06V10/26 , G06V10/32 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提出一种基于三级分类和多尺度全卷积网络(FCN)的脱荚大豆图像分割方法，通过考虑豆荚的边缘像素来分割难以分离的紧密豆荚，使用三级分类法合成的三进制标签图像训练具有多尺度结构的FCN模型，该网络通过不同的卷积阶段来提取具有不同尺度的特征，并设计了高分辨率分支获取低级别的全局信息以进行特征融合，实现不同形式和大小爆荚的分割，该发明能够有效地提取图像特征，在保证目标分割的基础上，实现实时性的图像处理功能，具有较高的应用价值和较广的应用前景。
-
公开(公告)号：CN110533588B
公开(公告)日：2021-09-21
申请号：CN201910642641.X
申请日：2019-07-16
Applicant: 中国农业大学
Abstract: 本发明提供一种基于生成对抗网络的根系图像修复方法，方法包括：获取待修复根系图像；将所述待修复根系图像输入生成对抗网络的生成器中，对所述待修复根系图像进行超分辨率重建和所述待修复根系图像中的根系进行细节补全，输出所述待修复根系图像的修复结果；其中，所述生成对抗网络是基于根系图像样本对进行训练后得到的；每个所述根系图像样本对包括高分辨率根系图像样本和对应的根系凝胶图像样本；所述根系凝胶图像样本为所述高分辨率根系图像样本中的根系放置在植物凝胶中的图像样本。本发明实现对待修复根系的精准修复，可以得到分辨率高和残缺部分补全的修复结果图，大大降低了图像预处理和特征提取的难度。
-
Patent Agency Ranking
公开(公告)号：CN111510984B
公开(公告)日：2021-11-30
申请号：CN202010136527.2
申请日：2020-03-02
Applicant: 中国农业大学
Abstract: 本发明实施例涉及无线通信技术领域，公开了基于无线传感器节点的分簇方法、系统、设备及存储介质。本发明实施例先获取各节点的当前剩余能量；根据当前剩余能量对节点进行节点分簇操作，以得到分簇策略，通过分簇策略以簇为单位进行节点间的数据转发操作；其中，所述分簇策略中每个簇对应的簇剩余能量处于预设能量平均范围内，所述簇剩余能量为每个簇内的节点对应的当前剩余能量的总和。可见，本发明实施例通过让每个簇对应的簇剩余能量处于预设能量平均范围内，以簇为单位让每个簇对应的簇剩余能量相同或相近，这也就保障了以簇为单位的节点集群的剩余电量的均衡性，保证能量的均衡使用，解决了WSN中的各节点能量消耗不均衡的技术问题。
-
公开(公告)号：CN111510984A
公开(公告)日：2020-08-07
申请号：CN202010136527.2
申请日：2020-03-02
Applicant: 中国农业大学
Abstract: 本发明实施例涉及无线通信技术领域，公开了基于无线传感器节点的分簇方法、系统、设备及存储介质。本发明实施例先获取各节点的当前剩余能量；根据当前剩余能量对节点进行节点分簇操作，以得到分簇策略，通过分簇策略以簇为单位进行节点间的数据转发操作；其中，所述分簇策略中每个簇对应的簇剩余能量处于预设能量平均范围内，所述簇剩余能量为每个簇内的节点对应的当前剩余能量的总和。可见，本发明实施例通过让每个簇对应的簇剩余能量处于预设能量平均范围内，以簇为单位让每个簇对应的簇剩余能量相同或相近，这也就保障了以簇为单位的节点集群的剩余电量的均衡性，保证能量的均衡使用，解决了WSN中的各节点能量消耗不均衡的技术问题。
-
公开(公告)号：CN110533588A
公开(公告)日：2019-12-03
申请号：CN201910642641.X
申请日：2019-07-16
Applicant: 中国农业大学
Abstract: 本发明提供一种基于生成对抗网络的根系图像修复方法，方法包括：获取待修复根系图像；将所述待修复根系图像输入生成对抗网络的生成器中，对所述待修复根系图像进行超分辨率重建和所述待修复根系图像中的根系进行细节补全，输出所述待修复根系图像的修复结果；其中，所述生成对抗网络是基于根系图像样本对进行训练后得到的；每个所述根系图像样本对包括高分辨率根系图像样本和对应的根系凝胶图像样本；所述根系凝胶图像样本为所述高分辨率根系图像样本中的根系放置在植物凝胶中的图像样本。本发明实现对待修复根系的精准修复，可以得到分辨率高和残缺部分补全的修复结果图，大大降低了图像预处理和特征提取的难度。
-
公开(公告)号：CN112183448A
公开(公告)日：2021-01-05
申请号：CN202011102031.X
申请日：2020-10-15
Applicant: 中国农业大学
Abstract: 本发明提出一种基于三级分类和多尺度全卷积网络(FCN)的脱荚大豆图像分割方法，通过考虑豆荚的边缘像素来分割难以分离的紧密豆荚，使用三级分类法合成的三进制标签图像训练具有多尺度结构的FCN模型，该网络通过不同的卷积阶段来提取具有不同尺度的特征，并设计了高分辨率分支获取低级别的全局信息以进行特征融合，实现不同形式和大小爆荚的分割，该发明能够有效地提取图像特征，在保证目标分割的基础上，实现实时性的图像处理功能，具有较高的应用价值和较广的应用前景。
-
公开(公告)号：CN213342927U
公开(公告)日：2021-06-01
申请号：CN202022220682.0
申请日：2020-09-30
Applicant: 中国农业大学
IPC: H05K5/02
Abstract: 本实用新型涉及科研学习领域，公开了一种适用于科研学习的通用外壳装置，包括底板、前板、左侧板、右侧板、中心带孔后板、嵌合式可拆装顶盖，以及出线孔面板、不锈钢合页、箱门、箱门把手等部件。箱门把手与箱门，不锈钢合页两端与箱门和前板，出线孔与中心带孔后板用电焊胶粘合，四个侧面板用亚克力专用粘合剂与底板拼接在一起，顶盖设计为嵌合结构，可以卡在无盖箱体上方形成封闭箱体。本实用新型通过设计可拆装嵌合式可拆卸顶盖和可绕轴旋转的大箱门，使科研工作者在使用这款装置外壳时，安装、调整内部装置更加方便，可省去科研工作者研发装置时须根据装置部件组装情况，自己设计、制作装置外壳的麻烦，降低科研装置开发的成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
