-
公开(公告)号：CN104751122A
公开(公告)日：2015-07-01
申请号：CN201510098883.9
申请日：2015-03-05
Applicant: 北京农业信息技术研究中心
CPC classification number: Y02A40/12
Abstract: 本发明公开了一种农作物病情指数的计算方法及系统，包括：获取农作物的图像，并对所述图像进行预处理；将预处理后的图像划分成多个子图像，提取所述子图像的颜色特征；根据所述子图像的颜色特征，通过最小距离分类器识别所述子图像的病害种类及病害级别；根据所述子图像的病害种类及病害级别，计算该农作物的病情指数。该方法解决了现有技术中病情指数计算依赖田间植保人员自身经验和病理学知识、统计结果不准确、需要人工计算等。通过该方法将有助于提高农作物病害的防治水平，进而促进了精准农业的实施，而且也为农作物病害防治领域提供了新的方法和技术。
-
公开(公告)号：CN103065304B
公开(公告)日：2015-02-11
申请号：CN201210571474.2
申请日：2012-12-25
Applicant: 北京农业信息技术研究中心
IPC: G06T7/00
Abstract: 本发明公开了质量监测技术领域中的一种基于二维模糊熵的粘连物分割方法。本发明首先采集粘连物图像并将图像二值化提取目标粘连物图像，用分水岭方法获得粘连物图像的初始分割区域；然后计算初始分割区域中的过分割区域和正确分割区域之间最佳分割阈值，得到过分割区域和正确分割区域；之后计算过分割区域合并后的区域特征；最后通过合并后的区域的特征与标准样本特征模型比较，选择与标准样本特征模型最小距离对应的区域作为合并区域，进而得到粘连物的分割结果。本发明步骤简单清晰，耗时少，适用于对图像的快速分割，对粘连物的分割准确。
-
公开(公告)号：CN103793850A
公开(公告)日：2014-05-14
申请号：CN201410030900.0
申请日：2014-01-22
Applicant: 北京农业信息技术研究中心
IPC: G06Q50/02
Abstract: 本发明提供了一种作物育种材料筛选方法和系统，该方法包括：步骤S1，对涉及作物育种材料的多个候选性状进行聚类；步骤S2，从根据聚类得到的每一类候选性状中各选择至少一个性状参数将其作为育种材料的评价指标；步骤S3，确定步骤S2中选择的每个评价指标对应的权重值；步骤S4，根据步骤S3中得到的权重值对各个育种材料相应的指标值进行运算，得到各个育种材料的综合评分；步骤S5，根据步骤S4中得到的综合评分进行作物育种材料的筛选。使用本发明提供的作物育种材料筛选方法和系统，能够提高筛选的效率和准确性；同时，能够使选取的用于系统综合评价的作物性状指标更加科学合理。
-
公开(公告)号：CN102999787A
公开(公告)日：2013-03-27
申请号：CN201210434395.7
申请日：2012-11-02
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种蔬菜种植茬口安排的优化方法，具体包括：将所有蔬菜茬口一一映射为n个结点，并建立数学模型；提出了应用一种可变的启发优先系数的蚁群优化算法对模型进行求解，输出最优路径即蔬菜茬口的安排路径。该方法能够实现蔬菜种植茬口安排的信息化和自动化，降低了排产人员的劳动强度，提高了蔬菜的整体品质和经济效益并可最大程度的保持土壤肥力、土地生产力、劳动力使用率。
-
公开(公告)号：CN110874835A
公开(公告)日：2020-03-10
申请号：CN201911023886.0
申请日：2019-10-25
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种作物叶部病害抗性鉴定方法、系统、电子设备及存储介质，方法包括：将采集的作物叶片的第一彩色图像输入预先训练后的深度网络，标记出第一彩色图像的叶片区域，形成标记有叶片区域的第二彩色图像，并提取第二彩色图像中的目标叶片区域；利用深度卷积网络集成方法对目标叶片区域进行病害程度分类；根据目标叶片区域的病害程度以及相应作物病害的抗性分类标准，确定作物叶片对应的作物的病害抗性等级。本发明主要利用图像处理、模式识别等技术对获取的作物叶片图像进行预处理、目标叶片提取、病害程度等级分类，进而有效地计算出作物病害抗性等级，为抗病品种的准确筛选提供重要依据。
-
Patent Agency Ranking
公开(公告)号：CN107368847A
公开(公告)日：2017-11-21
申请号：CN201710494649.7
申请日：2017-06-26
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种作物叶部病害识别方法及系统，其中，所述方法包括：对作物叶部图像进行预处理，获取待识别图像；在RGB颜色空间上，提取所述待识别图像的颜色特征向量；使用已训练和排序的单分类器组合，对所述颜色特征向量进行动态选择集成识别。本发明通过将待识别图像转化为颜色特征向量，使用多个分类器构成的分类器组合对问题特征向量进行识别，降低了对作物病害识别的难度，增强了识别精度，提升了识别效率。
-
公开(公告)号：CN104573860B
公开(公告)日：2017-09-29
申请号：CN201410855815.8
申请日：2014-12-31
Applicant: 北京农业信息技术研究中心
Abstract: 本发明公开了一种大型蔬菜种植企业种植计划自动生成方法。所述方法包括：输入数据，进行数据初始化；对输入数据进行预处理与有效性验证；根据客户订单要求，利用智能启发式算法为所有订单安排种植地点和种植时间，生成企业种植计划排程结果；可视化展示企业种植计划排程结果。本发明以满足蔬菜种植企业的客户订单需求为目标，同时充分考虑各蔬菜品种的预期价格、生产周期、劳动力和物资成本、土地轮种、运输距离等因素，确保在完成客户订单需求的同时，使制定出的种植计划能够达到企业经济效益最大化。应用本发明所述方法可有效提高大型蔬菜种植企业蔬菜种植计划的编排效率，提高编排工作的自动化和智能化水平。
-
公开(公告)号：CN106504258A
公开(公告)日：2017-03-15
申请号：CN201610800202.3
申请日：2016-08-31
Applicant: 北京农业信息技术研究中心
CPC classification number: G06T2207/20024 , G06T2207/30188
Abstract: 本发明提供了一种植物叶片图像提取方法及装置，利用红绿蓝颜色通道上的子图像，进行阈值化处理并获取二值图像；在获取二值图像后，对二值图像中的像素点进行拟合并提取目标叶片。采用本发明技术方案中的方法能够克服田间复杂环境的干扰，准确、完整的分割出目标叶片；不仅可以提高叶片边缘检测的精度降低叶片识别错误的概率，还能够应用于智能手机等移动终端，适合田间操作，拓宽了该方法的应用范围。
-
公开(公告)号：CN104951987A
公开(公告)日：2015-09-30
申请号：CN201510347717.8
申请日：2015-06-19
Applicant: 北京农业信息技术研究中心
IPC: G06Q50/02
Abstract: 本发明提供一种基于决策树的作物育种评价方法，该方法包括：以育种目标为筛选条件，构建作物育种评价数据集，所述数据集共享相同的育种目标，其中，所述数据集中的每个数据均以四元数据类型{实验材料编号，性状特征集合T，所属实验e，实验结果r}来表示；对所述数据集中的性状特征集合T进行预处理，得到预处理后的数据集；根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对育种目标的基于决策树的作物育种评价模型；根据所述作物育种评价模型对具有相同育种目标的待评价作物性状数据进行分析，并获得评价结果。上述方法能利用育种过程中的评价结果信息，以实现后续的作物育种的评价。
-
公开(公告)号：CN103020731B
公开(公告)日：2015-09-30
申请号：CN201210460715.6
申请日：2012-11-15
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/04
Abstract: 本发明提供一种基于粒子群的蔬菜种植茬口安排优化方法，该方法分析了蔬菜的品种、地域、种植模式和种植设施对蔬菜品质和产量的影响以及各种约束条件限制的基础上，以最小化蔬菜茬口数、最优化蔬菜品质和产量为优化目标，将蔬菜种植茬口安排映射为旅行商问题，并提出了一种结合禁忌搜索和模拟退火算法的粒子群最优化算法对模型进行求解。该方法能够实现蔬菜种植茬口安排的自动化和最优化，降低了排产人员的劳动强度，提高了排产计划的合理性，减少了蔬菜茬口数量，降低了管理的难度，提高了蔬菜的品质和产量，增加了经济效益并可起到节能降耗的作用。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.255 seconds)
