-
公开(公告)号：CN106295558A
公开(公告)日：2017-01-04
申请号：CN201610645228.5
申请日：2016-08-08
Applicant: 华南农业大学
CPC classification number: G06K9/00771 , G06F16/903 , G06K9/00711 , G06K9/342 , G06K9/4604 , G06K9/6256 , G06K2009/00738 , G06Q50/02 , G06T2207/10016 , G06T2207/30232
Abstract: 本发明公开了一种猪只行为节律分析方法，包括如下步骤：S1在猪只生产现场安装监控摄像头，标记猪只用于区分猪只；S2实时获取猪只生产现场监控视频，定位猪只个体，确定猪只的活动距离；S3根据猪只单位时间的活动距离，判断猪只行为；S4结合猪只个体生长周期的行为数据，群体间的行为数据建立猪只行为节律模型。本发明的结构简单，方便易用，适合在养殖业上大规模部署应用。
-
公开(公告)号：CN110689022B
公开(公告)日：2023-06-20
申请号：CN201910524954.5
申请日：2019-06-18
Applicant: 华南农业大学
Abstract: 本发明公开的基于叶片匹配的各株作物图像提取方法，包括以下顺序的步骤：S1、对采集的图像去除背景中的土壤和杂草背景，获得作物叶片图像；在此基础上，采用叶片距离将各图中各株作物叶片图像分离；对于单株作物可能会在不同图幅中重复出现的问题，采用基于图像拼接的方法实现图片匹配，获得各株作物在不同图幅中的列表；S2、对每株作物，通过匹配关系提取各株作物图像，统计作物株数。本发明以按行连续移动相机采集的图像为研究对象，提出了基于叶片匹配从近地面高清作物图像中提取各株作物图像方法。
-
公开(公告)号：CN110659687A
公开(公告)日：2020-01-07
申请号：CN201910902901.2
申请日：2019-09-24
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于黄色诱捕板的黄曲条跳甲检测方法、介质和设备，包括获取训练样本和测试样本的黄色诱捕板图像，将黄色诱捕板图像依次进行前景图像提取、黄曲条跳甲候选区域图像的提取、颜色平滑处理、分割处理后得到目标图像以及对候选区域图像和目标图像进行特征提取；将经过这些处理的训练样本对支持向量机进行训练，得到黄曲条跳甲检测模型；再通过黄曲条跳甲检测模型对经过与训练样本相同处理的测试样本进行检测，最终得到黄曲条跳甲的数量。本发明方法可以实现对黄曲条跳甲的准确识别和计数，便于及时掌握黄曲条跳甲发生与危害的程度，为科学的田间管理提供了依据。
-
公开(公告)号：CN111354003B
公开(公告)日：2023-04-25
申请号：CN202010116353.3
申请日：2020-02-25
Applicant: 华南农业大学
IPC: G06T7/11 , G06T7/155 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了基于深度图像的猪只分割方法，其基于深度数据进行猪只分割，由于深度数据不受光线限制，可以全时段采集数据，相较于彩色图像对监测猪只具有实时优势；同时深度数据反应了猪只的三维空间图像特征对后续的猪只行为与状况分析更具有应用价值。其次，通过分水岭分割方法可对粘连猪只进行有效分割，并针对其容易因噪声而出现过度分割的问题，提出先验标记代表性要分割的区域的解决方法。针对于深度学习的识别限制，采用形态学分割方法进一步分割粘连较小猪只。在此基础上，对于粘连较大而难以识别的猪只，采用旋度中心算法识别未分割的猪只背部与腹部并使用分水岭算法分割图像，从而显著提升分割率。
-
公开(公告)号：CN103424405B
公开(公告)日：2015-04-29
申请号：CN201310379034.1
申请日：2013-08-27
Applicant: 华南农业大学
IPC: G01N21/84
Abstract: 本发明公开了一种干旱监测方法，步骤为：（1）获取监测区的作物种植分布信息；（2）根据HJ-1A/1B CCD数据构建MPDI数学模型，建立MPDI与土壤含水量之间数学模型；根据作物各干旱程度下土壤水分阈值，确定作物各干旱程度下MPDI数据阈值；（3）引进作物的生长模型，将作物的生长模型与HJ-1A/1B CCD数据进行同化，确定作物生育期；（4）根据监测区作物的生育期、作物在该生育期的MPDI数据及作物各种干旱程度下的MPDI数据阈值，获取监测区作物所处的干旱程度，根据作物该生育期对水分的敏感程度，判断作物在该生育期的干旱情况。根据作物生育期干旱情况能够准确且有针对性的采取相应的防旱措施。
-
Patent Agency Ranking
-
公开(公告)号：CN118505781A
公开(公告)日：2024-08-16
申请号：CN202410606616.7
申请日：2024-05-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于点云的水稻叶片长度分析方法，包括步骤：获取水稻的点云数据进行配准，选出水稻叶片点云并进行降噪；读入处理好的水稻叶片点云，得到各个点的坐标；将点云投影到三维平面上，计算投影图上点的离散情况，选择拟合函数的展开方向，对投影面较为分散的两个平面进行曲线拟合，计算不同展开阶数的R‑MSE，确定展开方向在不同平面的最佳展开阶数，进行多项式拟合；得到邻近点之间曲率半径弧长，对各段弧长相加得到拟合的叶片长度。本发明使用拟合曲线能够很好地贴合水稻叶片的几何特性，能够较好地获取水稻叶片长度的表型数据；实验成本投入较低，还能够在不破坏水稻原来表型的情况下做到对水稻叶片的精准测量。
-
公开(公告)号：CN117876388A
公开(公告)日：2024-04-12
申请号：CN202311620647.X
申请日：2023-11-29
Applicant: 华南农业大学
Abstract: 本发明涉及农业信息技术领域，公开了一种基于深度学习的稠密叶片作物各叶片点云分割方法，本发明将识别的叶片的彩色图像框通过映射关系从作物点云中提取出各对应的点云块，从各个点云块中提取单个目标叶片点云，解决了背景、噪声和不同叶片点相互干扰的问题，通过点云修补成功地获得各个叶片点云，简化了分割点云的复杂度；设计了小参数的pointNet++语义分割网络结构，达到了优异的分割能力，检测性能高且部署简易，有较好的分割率。
-
-
公开(公告)号：CN104751455A
公开(公告)日：2015-07-01
申请号：CN201510111324.7
申请日：2015-03-13
Applicant: 华南农业大学
IPC: G06T7/00
Abstract: 本发明公开了一种作物图像稠密匹配方法，包含以下步骤：对左图待匹配目标的中心区域的一个像素，计算其在右图中的匹配点；在获得目标中心匹配点的基础上，以目标中心点以及其匹配点为中心截取两幅图像的子图；在两子图中，通过边界分割算法去除分析目标边界外的图像；对每一个分析目标的像素点，在右子图中搜索与其STFT向量最近距离的像素点作为匹配点，从而获得每一个像素匹配点，得到目标作物的稠密匹配；在子图稠密匹配结果的基础上，通过所取的子图的逆变换，得到源图像稠密匹配结果。本发明的匹配方法及系统，对于拍摄的作物图像能够达到较精确地稠密匹配结果，能够满足作物状态分析的目的，为进一步的实时分析与处理提供基础。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
