-
公开(公告)号：CN109472771A
公开(公告)日：2019-03-15
申请号：CN201811145964.X
申请日：2018-09-28
Applicant: 江苏省无线电科学研究所有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种玉米雄穗的检测方法、装置及检测设备，其中，方法包括：获取待检测玉米图像；将所述待检测玉米图像输入预设网络模型；其中，所述预设网络模型是利用卷积神经网络训练若干玉米雄穗的样本图像得到的；所述卷积神经网络包括至少一层卷积层、至少一层激活层、至少一层池化层以及至少一层全连接层；基于所述预设网络模型，对所述待检测玉米图像中的所述玉米雄穗进行检测；输出检测效果图像。该方法以实际采集的农田下视图玉米雄穗的样本图像为对象，利用样本图像中玉米雄穗的图像特征，建立预设网络模型，基于玉米雄穗的图像特征检测的预设网络模型能够准确检测出待检测玉米图像中玉米的雄穗，极大地降低了玉米雄穗的误检率。
-
公开(公告)号：CN107610172A
公开(公告)日：2018-01-19
申请号：CN201710847355.8
申请日：2017-09-19
Applicant: 江苏省无线电科学研究所有限公司
Abstract: 本发明公开了一种基于图像识别的大宗作物株高测量方法，其中，包括：在大宗作物的生育期内每单位时间获取一次田间带有彩色标杆的大宗作物图像，大宗作物图像包括彩色标杆和背景作物；对大宗作物图像进行图像预处理得到带有彩色标杆的完整大宗作物图像；提取完整大宗作物图像中的彩色标杆得到彩色标杆图像；对彩色标杆图像进行降噪处理得到彩色标杆二值图像；根据彩色标杆二值图像中连通域的底部和顶点的坐标信息计算彩色标杆的像素高度；根据彩色标杆的像素高度以及彩色标杆被背景作物遮挡的相对位置关系，计算得到大宗作物株高。本发明提供的基于图像识别的大宗作物株高测量方法实现了对大宗作物株高的自动化连续观测。
-
公开(公告)号：CN107274418A
公开(公告)日：2017-10-20
申请号：CN201710554933.9
申请日：2017-07-07
Applicant: 江苏省无线电科学研究所有限公司
CPC classification number: G06T7/11 , G06K9/6218 , G06T2207/10024 , G06T2207/20016 , G06T2207/20081 , G06T2207/30188
Abstract: 本发明公开了一种基于AP聚类算法的作物图像分割方法，其中，包括：基于AP聚类算法对原始作物图像进行聚类处理得到聚类后的图像，其中所述基于AP聚类算法对原始作物图像进行聚类处理；将所述原始作物图像置于不同光照下得到不同光照下的作物图像，并统计不同光照下的作物图像的亮度和色度关系，其中所述统计不同光照下的作物图像的亮度和色度关系；根据所述色度-亮度关系图表对所述原始作物图像进行图像分割得到粗分割图像，并将所述粗分割图像与所述聚类后的图像进行区域重合得到作物分割图像。本发明提供的基于AP聚类算法的作物图像分割方法，能够快速将作物从户外不同光照下的复杂背景图像中准确的提取出来。
-
公开(公告)号：CN106709922A
公开(公告)日：2017-05-24
申请号：CN201611247627.2
申请日：2016-12-29
Applicant: 江苏省无线电科学研究所有限公司
Abstract: 本发明涉及一种检测方法，尤其是一种基于图像的牧草覆盖度和生物量自动检测方法，属于图像处理的技术领域。以摄像机在田间实时扫描采集的全景图像序列为对象，从图像特征上实时自动检测牧草覆盖度和生物量等信息，优化资源配置，开展精细化农业生产，检测结果准确率高、实用性强、信息获取速度快，安全可靠。
-
公开(公告)号：CN109492665A
公开(公告)日：2019-03-19
申请号：CN201811146041.6
申请日：2018-09-28
Applicant: 江苏省无线电科学研究所有限公司
Abstract: 本发明公开了一种水稻生育期的检测方法、装置及电子设备，其中，方法包括：获取待检测图像；将所述待检测图像输入至预设网络模型，以检测所述待检测图像中各生育期的特征信息；其中，所述预设网络模型是通过构建出的神经网络架构对样本图像训练得到的；所述特征信息包括特征个数；基于所述特征信息，确定所述待检测图像的所述生育期。该方法基于神经网络架构对样本图像进行训练得到的预设网络模型，对输入待检测图像进行生育期的检测。该方法无需综合分析多张连续生长序列的图片，可以实现基于单张待检测图像中的生育期特征，并且可以在野外光线多变的环境条件下，对水稻生育期进行有效识别，且具有较高的水稻生育期的检测效率。
-
Patent Agency Ranking
公开(公告)号：CN107045719A
公开(公告)日：2017-08-15
申请号：CN201710234954.2
申请日：2017-04-12
Applicant: 江苏省无线电科学研究所有限公司
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10024 , G06T2207/30188
Abstract: 本发明涉及一种检测方法，尤其是一种基于图像的甘蔗茎伸长期及玉米拔节期自动检测方法，属于图像检测的技术领域。获取甘蔗完整生育期作物图像以及玉米完整生育期作物图像，并根据所获取的作物图像计算出图像归一化指数时间序列曲线，根据图像归一化时间序列曲线计算其一阶导数值，从而能利用归一化指数时间序列曲线一阶导数的变化规律确定甘蔗作物进入茎伸长期及玉米进入拔节期的时间，减少了观测成本，降低了观测难度，从图像特征上自动检测甘蔗是否进入茎伸长期以及玉米是否进入拔节期，检测结果准确率高，实用性强。
-
公开(公告)号：CN106981062A
公开(公告)日：2017-07-25
申请号：CN201710131731.3
申请日：2017-03-07
Applicant: 江苏省无线电科学研究所有限公司
CPC classification number: G06T7/0002 , G06T2207/30188
Abstract: 本发明涉及一种基于图像的大宗作物覆盖度计算方法，其包括如下步骤：步骤1、获取完整生育期的大宗作物图像，并对所获取的大宗作物图像进行所需的预处理；步骤2、对上述预处理后的大宗作物图像，利用PEMFR方法对所述预处理后的大宗作物图像进行分割，并计算分割后图像覆盖度；步骤3、对步骤1获取的大宗作物图像，利用RGB分量构建所需数量的颜色指数；步骤4、根据上述步骤2得到的图像覆盖度以及步骤3中构建的颜色指数，建立作物覆盖度模型，步骤5、利用上述作物覆盖度模型确定任意大宗作物图像对应的作物覆盖度。本发明能适用大宗作物的图像覆盖度自动检测，简化观测设备，减少观测成本，降低观测难度，覆盖度检测精确度高，实用性强。
-
公开(公告)号：CN106709922B
公开(公告)日：2020-05-19
申请号：CN201611247627.2
申请日：2016-12-29
Applicant: 江苏省无线电科学研究所有限公司
Abstract: 本发明涉及一种检测方法，尤其是一种基于图像的牧草覆盖度和生物量自动检测方法，属于图像处理的技术领域。以摄像机在田间实时扫描采集的全景图像序列为对象，从图像特征上实时自动检测牧草覆盖度和生物量等信息，优化资源配置，开展精细化农业生产，检测结果准确率高、实用性强、信息获取速度快，安全可靠。
-
公开(公告)号：CN106845366B
公开(公告)日：2020-03-27
申请号：CN201611245872.X
申请日：2016-12-29
Applicant: 江苏省无线电科学研究所有限公司
Abstract: 本发明涉及一种检测方法，尤其是一种基于图像的甘蔗覆盖度自动检测方法，属于甘蔗图像处理的技术领域。本发明以数码摄像机在田间实时扫描采集的全景图像序列为对象，从图像特征上实时自动检测甘蔗覆盖度等信息，便于甘蔗生育期判识和产量预测，开展精细化农业生产，检测结果准确率高、实用性强、信息获取速度快，安全可靠。
-
公开(公告)号：CN109523509A
公开(公告)日：2019-03-26
申请号：CN201811145965.4
申请日：2018-09-28
Applicant: 江苏省无线电科学研究所有限公司
Abstract: 本发明公开了一种小麦抽穗期的检测方法、装置及电子设备，其中，方法包括：获取待检测图像；将待检测图像输入小麦特征检测模型，以得到特征标注图像；其中，小麦特征检测模型为利用神经网络架构对小麦抽穗期的样本图像进行训练得到的检测模型；特征标注图像上标注有若干特征框；利用特征标注图像上标注的特征框，确定待检测图像是否为抽穗期的小麦图像。该方法基于神经网络架构对小麦抽穗期的样本图像进行训练得到的检测模型，对输入的田间小麦图像进行麦穗特征检测。该方法无需综合分析多张连续生长序列的图片，可以实现基于单张小麦作物图像中的麦穗识别，并且可以在野外光线多变的环境条件下，对小麦抽穗期进行有效识别，且识别准确性高。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.051 seconds)
