-
公开(公告)号：CN116630810A
公开(公告)日：2023-08-22
申请号：CN202310646779.3
申请日：2023-06-01
Applicant: 广东省农业科学院茶叶研究所 , 华南农业大学 , 紫金县紫龙农业开发有限公司 , 英德市林清语茶文化传播有限公司
IPC: G06V20/10 , G06V20/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及图像处理的技术领域，公开了一种基于神经网络和图像识别的茶小绿叶蝉叮咬鲜叶等级分类方法和装置。该方法包括：利用彩色相机采集不同叮咬程度的茶鲜叶图像，构成基础数据集；对基础数据集中的每个茶鲜叶图像进行数据预处理；人工标注基础数据集中的每个茶鲜叶图像；对基础数据集进行数据增广，构建增广数据集；构建卷积神经网络初始模型，利用增广数据集对卷积神经网络模型进行训练，得到卷积神经网络模型；利用卷积神经网络模型对目标茶鲜叶图像进行分级。实施本发明，可以做到精确检测茶小绿叶蝉叮咬程度的同时对茶鲜叶进行等级分类，为茶鲜叶原料适度的推断、茶鲜叶质量等级评定的定量化、自动化、规模化提供有力支撑。
-
公开(公告)号：CN119206180A
公开(公告)日：2024-12-27
申请号：CN202411313213.X
申请日：2024-09-20
Applicant: 华南农业大学
IPC: G06V10/25 , G06V10/26 , G06V10/762 , G06V10/766 , G06V10/77 , G06V20/10 , G06T7/12 , G06T7/181 , G01N21/25
Abstract: 本发明提供了一种茶叶高光谱图像ROI区域筛选方法和计算机设备，其中方法包括计算主叶脉图像和M类叶肉ROI的反射率，共得到M+1类反射率。对预处理后图像进行图像分割，从叶片图像中去除主叶脉图像，得到叶肉图像。计算茶叶叶片的目标成分与每个反射率的相关系数，根据相关系数构建反射率评估模型，使用反射率评估模型选出最优反射率和对应的最终ROI区域。相关系数可以反映叶肉和主叶脉的局部图像特征与反射率之间的关系，结合不同评估方式，可以全面衡量反射率评估模型对茶叶叶片的高光谱图像的拟合程度和预测精度。上述方法将茶叶叶片的叶肉区域和主叶脉区域分离，使用反射率评估模型筛选出最优反射率和对应的最终ROI区域。
-
公开(公告)号：CN118656619B
公开(公告)日：2024-11-22
申请号：CN202411141620.7
申请日：2024-08-20
Applicant: 华南农业大学
IPC: G06F18/2113 , G06F18/10 , G06F18/27 , G01N21/25
Abstract: 本发明提供了一种光谱数据特征筛选方法、计算机设备和存储介质，属于光谱数据处理技术领域，其中方法包括获取目标检测物的原始光谱数据，对原始光谱数据进行预处理，得到预处理后光谱曲线。将预处理后光谱曲线变换到勒贝格空间，得到单位圆。基于单位圆计算目标矩阵，根据目标矩阵将预处理后光谱曲线分解为m层，得到k个重构后光谱函数。构建第i组样本对应的第i个偏最小二乘回归模型，从所有偏最小二乘回归模型中筛选出决定系数的最大值，将决定系数的最大值对应的目标矩阵作为最终光谱特征。上述方法改变了目标矩阵的选择方式，在单位圆的正交有理系统内计算目标矩阵，可以自适应选择目标检测物的光谱数据的特征，适用于小样本的应用场景。
-
公开(公告)号：CN118656619A
公开(公告)日：2024-09-17
申请号：CN202411141620.7
申请日：2024-08-20
Applicant: 华南农业大学
IPC: G06F18/2113 , G06F18/10 , G06F18/27 , G01N21/25
Abstract: 本发明提供了一种光谱数据特征筛选方法、计算机设备和存储介质，属于光谱数据处理技术领域，其中方法包括获取目标检测物的原始光谱数据，对原始光谱数据进行预处理，得到预处理后光谱曲线。将预处理后光谱曲线变换到勒贝格空间，得到单位圆。基于单位圆计算目标矩阵，根据目标矩阵将预处理后光谱曲线分解为m层，得到k个重构后光谱函数。构建第i组样本对应的第i个偏最小二乘回归模型，从所有偏最小二乘回归模型中筛选出决定系数的最大值，将决定系数的最大值对应的目标矩阵作为最终光谱特征。上述方法改变了目标矩阵的选择方式，在单位圆的正交有理系统内计算目标矩阵，可以自适应选择目标检测物的光谱数据的特征，适用于小样本的应用场景。
-
-
-
Search Results
4
records
(took 0.022 seconds)
