-
公开(公告)号：CN117036926A
公开(公告)日：2023-11-10
申请号：CN202310247564.4
申请日：2023-03-15
Applicant: 南京林业大学 , 潍坊现代农业山东省实验室
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/56
Abstract: 本发明公开了一种融合深度学习与图像处理的杂草识别方法，包括：采集田间图像；将田间图像划分为若干网格图像；通过分类神经网络模型对网格图像进行识别，并将各网格图像标记为作物或背景；使用图像处理中的颜色因子分别对两种网格图像中的绿色像素进行图像分割、面积滤波以及连通区域标记，统计两种网格图像的连通区域数量，通过连通区域数量识别网格图像中的杂草分布情况。本发明中神经网络模型仅需关注图像中是否有作物，而作物的品种是单一或有限的，即使遇到未在训练集中出现的杂草种类，也不影响识别结果。因此，通过本发明方法可有效降低杂草识别的复杂度和训练集图像搭建的成本，并能够提升模型识别的稳健性和泛化能力。
-
公开(公告)号：CN114467900B
公开(公告)日：2022-12-27
申请号：CN202210146503.4
申请日：2022-02-17
Applicant: 南京林业大学
Abstract: 本发明公开了一种草坪除草剂精准喷施方法，涉及杂草识别与精准除草技术领域。该方法对于需要喷施除草剂的草坪，预先通过RTK定位草坪边角的经纬度坐标，根据定位的经纬度坐标通过无人机获取草坪的航拍图像，并上传云端服务器。云端服务器对航拍图像进行网格划分，并将草坪的网格图像依次输入训练好的分类神经网络中进行杂草识别，输出网格图像对应使用的除草剂，由网格图像的经纬度，绘制出杂草喷施区域图，并将网格图像的经纬度和对应的除草剂下发给施药机器人，施药机器人装载相应的除草剂通过遗传算法计算需要喷施的网格区域的最短路径，将施药机器人移动到对应需要喷施的网格中，进行除草剂的喷施，具有除杂草针对性强、喷施效率高的特点。
-
公开(公告)号：CN114946406A
公开(公告)日：2022-08-30
申请号：CN202210698364.6
申请日：2022-06-20
Applicant: 南京林业大学
Abstract: 本发明公开了一种夹紧力可感知可调节的果实采摘机械手，包括手臂和夹爪，其特征在于，还设有旋转座、夹爪、压力传感器、钢丝绳和丝杠机构等组件，所述夹爪通过旋转座与手臂连接。本发明水果采摘机械手通过双螺杆丝杠驱动机构和多关节夹爪的设计，可实现对夹爪形态的控制和对夹爪廓形的调整，驱动方式简易，并且控制精准，其中多关节夹指的设计和凸台触点的结合使用，使夹指可以更好的与果实表面贴合，确保夹牢果实以及夹爪的夹紧力能够被压力传感器准确检测到，有效降低水果的损伤概率；同时，本发明通过快速扭转夹爪的方式，使果柄从植株上脱离，避免了强拉硬扯果实对植株造成的伤害，且本发明结构规划合理，集成度高，占用空间小。
-
公开(公告)号：CN113349188B
公开(公告)日：2022-06-03
申请号：CN202110603279.2
申请日：2021-05-31
Applicant: 南京林业大学
Abstract: 本发明涉及一种基于云端杀草谱的草坪及牧草精准除草方法，包括以下步骤：根据除草剂杀草谱建立深度学习模型，基于除草剂杀草谱识别杂草种类；将训练后的神经网络模型部署到云端，利用5G网络进行云端和除草机器人的交互；构建能够支持多任务并行的智能喷施决策系统，通过多终端实现预警和人工介入机制。本发明基于杀草谱识别和喷施可以有效节约除草剂且除草效果更精准高效，借助云端大型服务器的算力和5G网络的高速数据传输，能够有效提升杂草识别的性能，并且同时处理多任务场景。
-
公开(公告)号：CN114467900A
公开(公告)日：2022-05-13
申请号：CN202210146503.4
申请日：2022-02-17
Applicant: 南京林业大学
Abstract: 本发明公开了一种草坪除草剂精准喷施方法，涉及杂草识别与精准除草技术领域。该方法对于需要喷施除草剂的草坪，预先通过RTK定位草坪边角的经纬度坐标，根据定位的经纬度坐标通过无人机获取草坪的航拍图像，并上传云端服务器。云端服务器对航拍图像进行网格划分，并将草坪的网格图像依次输入训练好的分类神经网络中进行杂草识别，输出网格图像对应使用的除草剂，由网格图像的经纬度，绘制出杂草喷施区域图，并将网格图像的经纬度和对应的除草剂下发给施药机器人，施药机器人装载相应的除草剂通过遗传算法计算需要喷施的网格区域的最短路径，将施药机器人移动到对应需要喷施的网格中，进行除草剂的喷施，具有除杂草针对性强、喷施效率高的特点。
-
Patent Agency Ranking
公开(公告)号：CN114931026A
公开(公告)日：2022-08-23
申请号：CN202210698406.6
申请日：2022-06-20
Applicant: 南京林业大学
Abstract: 本发明公开了一种可感知夹紧力的球状水果采摘执行器，包括手臂、夹爪和压力传感器，其特征在于，还设有旋转座和套在夹爪上的导向外壳，所述夹爪由多个沿圆周均匀分布的夹持副组成，所述夹持副包括弹性指柄、夹指和凸台触点，压力传感器一一对应的安装在凸台触点的顶端或底端；夹爪在丝杆机构的带动下，沿导向外壳做轴向运动，从而实现张开和合拢。本发明球状水果采摘执行器可以感知夹紧力，并适用于球状果实的采摘，通过凸台触点的设计，可确保传感器的感应区域落在夹爪与果实接触的部位，使检测结果精准；同时通过导向外壳和夹爪弹性指柄的设计，仅利用直线驱动机构即可实现对夹爪张开和合拢的控制，驱动方式简易，易于维护且控制精准。
-
公开(公告)号：CN113349188A
公开(公告)日：2021-09-07
申请号：CN202110603279.2
申请日：2021-05-31
Applicant: 南京林业大学
Abstract: 本发明涉及一种基于云端杀草谱的草坪及牧草精准除草方法，包括以下步骤：根据除草剂杀草谱建立深度学习模型，基于除草剂杀草谱识别杂草种类；将训练后的神经网络模型部署到云端，利用5G网络进行云端和除草机器人的交互；构建能够支持多任务并行的智能喷施决策系统，通过多终端实现预警和人工介入机制。本发明基于杀草谱识别和喷施可以有效节约除草剂且除草效果更精准高效，借助云端大型服务器的算力和5G网络的高速数据传输，能够有效提升杂草识别的性能，并且同时处理多任务场景。
-
公开(公告)号：CN114946406B
公开(公告)日：2023-07-07
申请号：CN202210698364.6
申请日：2022-06-20
Applicant: 南京林业大学
Abstract: 本发明公开了一种夹紧力可感知可调节的果实采摘机械手，包括手臂和夹爪，其特征在于，还设有旋转座、夹爪、压力传感器、钢丝绳和丝杠机构等组件，所述夹爪通过旋转座与手臂连接。本发明水果采摘机械手通过双螺杆丝杠驱动机构和多关节夹爪的设计，可实现对夹爪形态的控制和对夹爪廓形的调整，驱动方式简易，并且控制精准，其中多关节夹指的设计和凸台触点的结合使用，使夹指可以更好的与果实表面贴合，确保夹牢果实以及夹爪的夹紧力能够被压力传感器准确检测到，有效降低水果的损伤概率；同时，本发明通过快速扭转夹爪的方式，使果柄从植株上脱离，避免了强拉硬扯果实对植株造成的伤害，且本发明结构规划合理，集成度高，占用空间小。
-
公开(公告)号：CN114882369A
公开(公告)日：2022-08-09
申请号：CN202210670969.4
申请日：2022-06-15
Applicant: 南京林业大学
Abstract: 本发明公开了基于CNN和GraphSAGE的苜蓿田杂草识别方法，包括：步骤1：输入杂草图像，使用CNN提取杂草图像特征；步骤2：基于杂草图像特征的欧氏距离构建杂草特征矩阵无向相似性图；步骤3：杂草特征矩阵无向相似性图输入图神经网络GraphSAGE进行杂草图像节点之间的传播，得到融合特征；步骤4：将融合特征输入分类器，基于特征相似性，从图中的邻居节点中得到未标记的杂草样本的标签信息，实现杂草和苜蓿分类。本发明可以充分利用杂草样本之间的特征关联性，在仅有少量标记样本图像的情况下取得较高的杂草识别率。
-
公开(公告)号：CN114863287A
公开(公告)日：2022-08-05
申请号：CN202210670912.4
申请日：2022-06-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于图像分类融合分割模块的苜蓿田杂草识别方法，包括步骤1：将待训练的苜蓿田杂草样本图像进行分割掩码标记后与原始图像一起输入到基于ResNet的图像分类融合分割模块的主干网络；步骤2：将ResNet的一个初始卷积核由7×7换成三个3×3的卷积核，然后提取特征图；步骤3：归一化层对提取到的特征图进行归一化处理；步骤4：将归一化后的特征数据分别输入到解码层和辅助层，解码层和辅助层分别作为分割模块和分类模块，实现图像分割权值更新和图像分类权值更新；步骤5：将经过解码层和辅助层更新的特征值输入分类器进行目标分类，实现苜蓿田杂草识别。本发明可以有效实现双子叶杂草在苜蓿田中的识别。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
