-
公开(公告)号：CN117455912A
公开(公告)日：2024-01-26
申请号：CN202311784225.6
申请日：2023-12-23
Applicant: 安徽农业大学
Abstract: 本发明涉及图像处理技术领域，公开了一种基于三平面镜的玉米穗粒全景计数方法，包括如下步骤：步骤S1：搭建基于三平面镜的玉米穗粒全景计数系统，该系统主要包括三面平面镜、多个标准圆柱体、一个支撑底座、一个摄像机和光源，其中，平面镜反射其他视角下的玉米穗粒图像，标准圆柱体对相机进行标定，支撑底座固定玉米的位置，摄像机采集标准圆柱数据集和玉米穗粒数据集。本发明提供基于三平面镜的玉米穗粒全景计数方法，实现对玉米产量的精确估算。玉米穗粒全景计系统能够同时获取三个不同视角下的玉米穗粒图像并计算出整根玉米穗的粒数。相较于其他计数系统，该系统具有速度快、精度高等显著优点，能够更好地满足实际需求。
-
公开(公告)号：CN117095153A
公开(公告)日：2023-11-21
申请号：CN202311057126.8
申请日：2023-08-21
Applicant: 安徽农业大学
IPC: G06V10/143 , G06V10/80 , G06V20/40 , G06V10/44 , G06V10/774 , G06V10/82 , G06V10/52 , G06N3/0464 , G06N3/0499
Abstract: 本发明公开了一种多模态果实感知系统、装置及存储介质，属于计算机视觉技术领域。针对现有技术中存在的果实感知模型在弱光环境下感知效果不佳的问题，本发明通过多角度采集果实植株视频流数据，构建多模态果实图像数据集，将多模态视觉数据融合编码器接入目标检测模型的特征提取金字塔结构中得到多模态视觉数据融合骨干网络，再将多模态视觉数据融合骨干网络接入目标检测模型头部后进行训练，得到训练好的果实检测模块，通过果实检测模块对多模态果实图像数据进行预测，最后将预测结果通过果实感知模块进行处理，得到果实位置和类别信息。它可以在真实复杂环境下实现高精度检测，满足边缘轻量化部署和果实高精度感知需求。
-
公开(公告)号：CN114812418B
公开(公告)日：2023-10-27
申请号：CN202210441110.6
申请日：2022-04-25
Applicant: 安徽农业大学 , 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明公开了一种便携式植株密度和株距测量系统，包括用于采集并分析植株图像和显示测量结果的手持式终端设备和用于标定区域面积和校正拍摄视角的伸缩式标定组件，成本低、结构紧凑、便于携带；通过提取伸缩式标定组件中标志球的球心，利用透视变换可自动校正拍摄视角，植株图像拍摄灵活性强、自动化程度高；利用深度学习网络训练植株模型，识别并定位单个植株，进而计算出植株密度和株距，自动化程度高。
-
公开(公告)号：CN116912432A
公开(公告)日：2023-10-20
申请号：CN202311185027.8
申请日：2023-09-14
Applicant: 安徽农业大学
Abstract: 本发明涉及三维测量技术领域，公开了一种高通量植物表型成像方法，包括如下步骤：步骤S1：搭建高通量植物表型成像系统，成像系统包括高光谱相机、数字投影仪、白光光源、荧光激发光源、工控机和待测植物；步骤S2：保持整个植物表型成像系统稳定，只打开白光光源照射待测植物，并利用高光谱相机采集待测植物的高光谱图像#imgabs0#；步骤S3：只打开荧光激发光源照射待测植物，激发待测植物的叶绿素荧光，并利用高光谱相机采集待测植物的高光谱图像#imgabs1#。本发明提出的一种高通量植物表型成像方法与成像系统，能够高效地获取植物的三维点云图像、高光谱图像和叶绿素荧光图像，相互之间存在像素级映射关系，具有非接触、速度快、精度高、鲁棒性强等优点。
-
公开(公告)号：CN116612811A
公开(公告)日：2023-08-18
申请号：CN202310489122.0
申请日：2023-04-28
Applicant: 安徽农业大学 , 安徽易刚信息技术有限公司
Abstract: 本发明公开了一种基于神经架构搜索的作物表型组学分析模型构建方法、电子设备及存储介质，属于作物表型分析技术领域。本发明先采用神经架构搜索构建单个表型信息分析基础模型集；再使用策略网络调整基础模型的网络权重，并对调整后的基础模型进行自适应微调，得到目标模型覆盖集；采用进化算法对目标模型覆盖集进行优化，选择帕累托最优解，并基于群优化算法优化模型超参数；将最终得到的模型用于作物表型组学分析。本方法能够实现株高、覆盖度及光合效率等表型信息的高通量检测，满足田间作物表型组学研究和分子育种所需的表型分析需求。
-
Patent Agency Ranking
公开(公告)号：CN116486173A
公开(公告)日：2023-07-25
申请号：CN202310483086.7
申请日：2023-05-04
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/68
Abstract: 本发明公开了一种小样本集下基于深度网络的梨缺陷分类方法，步骤如下：步骤S1：采集不同缺陷类型的梨图像，建立缺陷图像数据库；步骤S2：将缺陷梨图像划分为图像块，并根据缺陷分类；将图像缺陷做成标签，形成mat文件，作为小样本数据集标签；步骤S3：提取每个图像块的多种特征，并进行归一化；步骤S4：将图像块的多种特征按顺序合并成mat文件，形成特征向量；步骤S5：重复步骤S1至步骤S4提取每个图像块特征向量，形成特征矩阵，并与标签数据合并为小样本数据集；按8:2的比例将数据集划分为训练数据集和测试数据集；步骤S6：构建深层网络对数据集进行训练，实现特征融合和选择；步骤S7：提取图像块的多种特征，利用训练好的网络对特征进行智能分类。
-
公开(公告)号：CN115235374A
公开(公告)日：2022-10-25
申请号：CN202210818527.X
申请日：2022-07-12
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于参考相位估计的相位展开方法，包括：步骤S1：搭建条纹投影系统，采集被物体调制的条纹图像，并利用相移法从条纹图像中提取截断相位φ(x,y)；步骤S2：计算截断相位φ(x,y)的梯度图gX(x,y)和gY(x,y),估计出绝对相位Φ(x,y)的梯度图GX(x,y)和GY(x,y)；步骤S3：计算梯度图GX(x,y)和GY(x,y)的平均值，生成一组参考相位Φr(x,y,m)，并计算条纹级次k(x,y,m)，通过相位展开获得一组绝对相位Φ(x,y,m)；步骤S4：计算绝对相位Φ(x,y,m)的梯度图GX(x,y,m)和GY(x,y,m)，然后计算绝对相位Φ(x,y,m)的边缘图，记录边缘点数目最少的绝对相位Φ(x,y,m*)；步骤S5：标定条纹投影系统，将绝对相位Φ(x,y,m*)映射至三维物理空间，重建出被测物体的三维形貌。直接利用截断相位估计参考相位，通过对比截断相位和参考相位便可实现相位展开，具有速度快、精度高、鲁棒性强等优点。
-
公开(公告)号：CN112488998B
公开(公告)日：2022-10-14
申请号：CN202011307487.X
申请日：2020-11-19
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于条纹投影的苹果果梗和花萼检测方法，具体包括以下步骤：步骤S1：搭建条纹投影苹果果梗和花萼检测系统；步骤S2：利用条纹分析方法计算得到背景板和被测苹果的相位分布；步骤S3：构建参考平面的偏转相位；步骤S4：计算得到苹果的原始相位图；步骤S5：分别对苹果的原始相位图进行孔洞填充，得到填充相位图；步骤S6：分别将填充相位图与苹果的原始相位图相减，得到相位差值图；步骤S7：阈值分割处理相位差值图，求或运算，得到检测结果；本系统，鲁棒性高、适用性好，减小了果梗和花萼区域对苹果缺陷检测的影响；设备成本不高、计算复杂度低、易于实现，能够满足实际生产中高速在线监测的要求。
-
公开(公告)号：CN113125354B
公开(公告)日：2022-04-26
申请号：CN202110425103.2
申请日：2021-04-20
Applicant: 安徽农业大学
Abstract: 本发明公开了一种用于卫星焦平面像移探测的CCD自适应选择方法，包括：(1)像移速度空间分布函数的构建，明确卫星拍摄任务中焦平面上任意点处的像移速度；(2)沿TDI方向像移速度偏差的计算，计算相邻两片CCD器件沿TDI方向像移速度的差值；(3)由像移速度偏差引起的成像降质程度的评价，构建成像降质函数，衡量由像移速度差值引起的成像降质程度；(4)成像降质程度最小值点的确定，选择成像降质程度最小值点对应的CCD器件探测像移。本发明能根据卫星姿态变化，自适应地选择焦平面上不同位置处的CCD器件用于像移测量，最大程度降低像移测量对CCD器件成像质量的影响。
-
公开(公告)号：CN113325849A
公开(公告)日：2021-08-31
申请号：CN202110607260.5
申请日：2021-05-31
Applicant: 安徽农业大学
Abstract: 本发明公开了一种针对高地隙植保机的运动控制方法，判断高地隙植保机的最小转弯半径与目标点的曲率半径的大小，判断当前规划行驶路径是否适合高地隙植保机的通行，当高地隙植保机的最小转弯半径小于目标点的曲率半径，此时根据改进的纯追踪计算方法确定前轮转向角，用误差模型对前轮转向角进行误差补偿，然后高地隙植保机正常通行；当高地隙植保机的最小转弯半径大于等于目标点的曲率半径，高地隙植保机制动；保证了高地隙植保机的导航控制安全性；保证了目标点的曲率半径的精准度，从而更加准确的确定前轮转向角计算方法，保证转向控制的稳定性；通过误差补偿，使得高地隙植保机的前轮实际转向角更加准确，保证路径跟踪的精度。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.035 seconds)
