-
公开(公告)号：CN115997618A
公开(公告)日：2023-04-25
申请号：CN202310080319.9
申请日：2023-02-02
Applicant: 吉林农业大学
Abstract: 本发明公开了一种食用菌接种棒打孔接种机，包括壳体，壳体的内部设有运输机构，运输机构包括两个转轴，转轴的两端各设有一个链轮，链轮上套设有链条，链条上设有若干支撑块，支撑块与支撑条的底部铰接，支撑条的顶部与夹紧板铰接，不同链条上的夹紧板对向设置；运输机构一端的上方设有进料机构，另一端的上方设有打孔接种机构，打孔接种机构包括第一气缸，第一气缸的输出端与第一移动板连接，第一移动板的底部设有若干接种柱，进料机构与打孔接种机构之间设有消毒机构。接种棒进入壳体内部后，运输机构将接种棒运送至打孔接种机构的下方，打孔接种机构对接种棒进行打孔操作，保证每次打孔都能深度均匀且位置准确，使得食用菌能良好的生长。
-
公开(公告)号：CN113096027B
公开(公告)日：2024-01-23
申请号：CN202110229082.7
申请日：2021-03-02
Applicant: 吉林农业大学
Abstract: 本发明提供一种基于点云的农田土壤层水平校正及去除方法，首先利用深度相机获取农田土壤层的可见光图像及图像对应的深度信息，经过差值计算获得植株的三维点云数据，并将获得的田间植株的三维点云数据分类储存在计算机中；然后利用点云处理工具，将得到的三维点云数据逐步经过随机采样一致性算法进行土壤层拟合、得到拟合后的土壤层水平面，再将拟合后的土壤层水平面的点云通过罗德里格旋转算法进行土壤层水平校正，最后根据预设阈值将土壤层去除。该方法有效避免三维扫描过程中可能存在的无关环境点云给表型参数计算带来的复杂性，提高植物表型计算的准确程度、实现植株表型的精确测量。
-
公开(公告)号：CN115690758B
公开(公告)日：2023-08-08
申请号：CN202211587147.6
申请日：2022-12-12
Applicant: 吉林农业大学
Abstract: 本发明涉及计算机视觉领域，公开了一种基于深度度量学习的茶脸验真方法及验真系统。步骤1：对输入的一对茶脸图像进行预处理；所述一对茶脸包括待检测茶脸图像与原茶脸图像；步骤2：建立茶脸特征提取网络并训练；步骤3：将步骤1预处理后的一对茶脸图像分别输入茶脸特征提取网络，得到图像的特征编码；步骤4：基于步骤3图像的特征编码，计算特征编码之间的欧氏距离，得到图像间的相似度指数；步骤5：基于确定的最佳阈值，将步骤4的图像间的相似度指数与最佳阈值进行比较，判断两张茶脸是否相似，若相似则为真，若不相似则为假。本发明用以解决普洱茶饼可追溯性低的问题。
-
公开(公告)号：CN115690758A
公开(公告)日：2023-02-03
申请号：CN202211587147.6
申请日：2022-12-12
Applicant: 吉林农业大学
Abstract: 本发明涉及计算机视觉领域，公开了一种基于深度度量学习的茶脸验真方法及验真系统。步骤1：对输入的一对茶脸图像进行预处理；所述一对茶脸包括待检测茶脸图像与原茶脸图像；步骤2：建立茶脸特征提取网络并训练；步骤3：将步骤1预处理后的一对茶脸图像分别输入茶脸特征提取网络，得到图像的特征编码；步骤4：基于步骤3图像的特征编码，计算特征编码之间的欧氏距离，得到图像间的相似度指数；步骤5：基于确定的最佳阈值，将步骤4的图像间的相似度指数与最佳阈值进行比较，判断两张茶脸是否相似，若相似则为真，若不相似则为假。本发明用以解决普洱茶饼可追溯性低的问题。
-
公开(公告)号：CN113065460B
公开(公告)日：2022-04-29
申请号：CN202110350752.0
申请日：2021-03-31
Applicant: 吉林农业大学
IPC: G06V20/40 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多任务级联的猪脸面部表情识别框架的建立方法，属于计算机图像识别及人工智能技术领域。首次提出将级联框架模型应用于对家猪时序面部表情影像进行分类识别。网络模型由三个级1联结构构成，首先将猪脸面部表情视频帧图像等间隔选择输入到简化多任务级联卷积神经网络中。其次将提取到的猪脸面部序列帧特征图输入到多注意力机制模块中，捕获表情变化引起的面部显著性区域，实现对面部细微变化的关注。然后将视频帧提取到的精细特征图和多注意力特征图通过合并数组操作融合后输入到长短时记忆网络中，实现表情分类识别。通过家畜表情识别可以更好实现情绪调控，从而提高饲料消化率和利用率，提高生长速度，提高出产效益。
-
Patent Agency Ranking
公开(公告)号：CN113096027A
公开(公告)日：2021-07-09
申请号：CN202110229082.7
申请日：2021-03-02
Applicant: 吉林农业大学
Abstract: 本发明提供一种基于点云的农田土壤层水平校正及去除方法，首先利用深度相机获取农田土壤层的可见光图像及图像对应的深度信息，经过差值计算获得植株的三维点云数据，并将获得的田间植株的三维点云数据分类储存在计算机中；然后利用点云处理工具，将得到的三维点云数据逐步经过随机采样一致性算法进行土壤层拟合、得到拟合后的土壤层水平面，再将拟合后的土壤层水平面的点云通过罗德里格旋转算法进行土壤层水平校正，最后根据预设阈值将土壤层去除。该方法有效避免三维扫描过程中可能存在的无关环境点云给表型参数计算带来的复杂性，提高植物表型计算的准确程度、实现植株表型的精确测量。
-
公开(公告)号：CN110096630A
公开(公告)日：2019-08-06
申请号：CN201910373090.1
申请日：2019-05-06
Applicant: 吉林农业大学
Inventor： 胡雅婷 , 李健 , 汪威 , 王国伟 , 温长吉 , 石磊 , 杨之音 , 王明月 , 丁小奇 , 姜楠 , 任虹宾 , 赵珊珊 , 蔡红丹 , 申利未 , 熊琦 , 王希 , 陈营华
IPC: G06F16/906
Abstract: 本发明公开了一类基于聚类分析的大数据处理方法，包括如下步骤：构建算法模型、数据约简聚类、划分聚类优化、构建函数、聚类有效性分析和结果输出，本发明结构科学合理，使用安全方便，该基于聚类分析的大数据处理方法运行时，采集到的原始数据首先会建立原始数据集合，随后进行数据约简，并根据约简后数据中的特征选择，选择具有相同特征的划分成单个聚簇，选取每个聚簇中心位置数据，构建一个划分矩阵代入函数进行优化，随后计算聚类的聚类有效性指标值，若聚类有效性指标值符合，算法终止，输出的运算结果，需转化为计算机所能识别语言，并通过计算机将运算结果转化为图表呈现在电子显示设备上，供使用者参考。
-
公开(公告)号：CN119827439A
公开(公告)日：2025-04-15
申请号：CN202510307938.6
申请日：2025-03-17
Applicant: 吉林农业大学
Abstract: 一种基于激光补光灯植物叶片光能吸收量定量测算方法，属于植物光学检测与分析技术领域。其解决了现有的对植物叶片的光能吸收检测通常侧重于标准实验条件下的测量，无法适应于实际应用中的多变、复杂的条件，在实际的研究中仍具备一定的局限性和不稳定性的技术问题。所述方法包括如下步骤：S1、采集影响因素x下植物叶片光合有效辐射光子通量密度数据；S2、根据所述光合有效辐射光子通量密度数据计算植物叶片的透射率和反射率；S3、对植物叶片的透射率进行修正，得到修正的透射率，并基于修正的透射率计算植物叶片对激光的衰减系数；S4、基于植物叶片对激光的衰减系数构建植物叶片光能吸收量定量测算模型。
-
公开(公告)号：CN119399384B
公开(公告)日：2025-03-11
申请号：CN202510007131.0
申请日：2025-01-03
Applicant: 吉林农业大学
IPC: G06T17/00 , G06T7/11 , G06V10/762 , G06V10/82 , G06T7/62 , G06N3/044 , G06N3/045 , G06N3/0464 , G06V10/25 , G06V10/26
Abstract: 基于三维重建无损表型参数提取的香菇产量估测方法，属于农业信息化与智能化技术领域，解决香菇产量估测准确度低的问题。本发明的方法包括：利用感兴趣区域，对香菇进行点云三维重建，生成稠密点云数据；对稠密点云数据进行预处理；基于改进的CP‑PointNet++模型和聚类算法，分割香菇点云，提取菌盖直径、厚度、菌柄高度多维度关键表型参数，覆盖香菇表型信息的主要特征；改进的PointNet++网络包括：在PointNet++网络的MLP层加入CBAM模块，采用部分卷积PConv替换普通卷积；将香菇的表型参数表型参数作为神经网络模型的输入变量，预测香菇产量。本发明适用于香菇等食用菌的表型性状分析与育种研究。
-
公开(公告)号：CN118279339B
公开(公告)日：2024-08-16
申请号：CN202410685420.1
申请日：2024-05-30
Applicant: 吉林农业大学
Abstract: 一种基于改进大津算法的玉米叶片病斑图像分割方法。属于农业种植技术领域，具体涉及玉米叶片病斑图像分割技术领域。所述方法包括如下步骤：对图像进行灰度化处理，得到灰度图；对灰度图进行阈值统计，得到灰度图的所有阈值分布；使用大津算法进行阈值选择，得到适合图像分割的所有阈值；使用改进雾凇优化算法筛选适合图像分割的所有阈值，得到图像分割的最佳阈值；计算最佳阈值的最大类间方差；将最大类间方差的阈值作为图像分割阈值，分割得到的灰度图，并将分割结果输出。相比单独试用大津算法有效的减少了图像分割由于阈值增加带来的时间复杂度，提高了玉米疾病的检测与识别准确度。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.034 seconds)
