-
公开(公告)号：CN104056790A
公开(公告)日：2014-09-24
申请号：CN201310087835.0
申请日：2013-03-19
申请人： 青岛农业大学 , 青岛有田农业发展有限公司 , 青岛大谷农业信息有限公司
IPC分类号： B07C5/34
摘要： 本发明公开了一种马铃薯智能分选方法与装置，包括马铃薯机械分选装置、马铃薯分级控制方法和马铃薯外观品质检测方法。马铃薯智能分级装置为在机械分选装置的基础上添加计算机视觉检测装置与智能分级控制装置。分级控制方法包括拍照控制和分级控制方法。马铃薯外观品质分级方法包括图像采集和预处理、形状检测、绿皮检测和缺陷检测方法；根据国家标准以及马铃薯外部特征，采用近似椭圆法求得椭圆度来对马铃薯形状进行分级；根据颜色特性，采用R分量和H分量值来检测绿皮现象；采用自动阈值分割来检测缺陷，并且以缺陷的面积比来判断缺陷。本发明所提出的分级装置和分级方法克服了人工检测的主观性、效率低等不足，量化检测更客观、科学，适合应用于马铃薯产后品质分级与商贸流通，提高生产效率。
-
公开(公告)号：CN117851902A
公开(公告)日：2024-04-09
申请号：CN202410038144.X
申请日：2024-01-10
申请人： 青岛农业大学
IPC分类号： G06F18/2411 , G06F18/214 , G06N3/126
摘要： 本发明主要提供了一种基于遗传编程特征学习的螃蟹年龄分类方法，以基于树的遗传编程为基础模型并串联分类器模型，搭建一种用于螃蟹年龄分类的模型，同时，开发了一种新的表示法以扩展遗传编程树的宽度和深度，从而在不需要领域知识的情况下自动生成数量灵活的高级特征，并通过包装外部分类器如支持向量机实现了对螃蟹的年龄分类。与黑箱的深度学习模型不同，本发明所提出的遗传编程方法学习到的特征是可解释的。此方法的性能与四种主流的机器学习分类算法进行了对比。实验表明，遗传编程学习的高级特征提高了螃蟹年龄的分类精度。
-
公开(公告)号：CN115965910A
公开(公告)日：2023-04-14
申请号：CN202211677012.9
申请日：2022-12-26
申请人： 青岛农业大学
IPC分类号： G06V20/52 , G06V20/05 , G06V20/40 , G06T7/70 , G06T7/80 , G06T7/60 , G06T3/40 , G06N3/048 , G06N3/08 , G06N3/0464
摘要： 本发明提供了一种基于机器视觉的海参行为监测方法、设备及存储介质，方法包括以下步骤：在YOLOv5模型基础上搭建海参检测模型；获取现场环境中拍摄的海参图像数据集，处理后对模型进行训练；使用训练的模型进行监测，获取实时图像数据及坐标位置；通过后一帧获取的若干头海参的坐标分别与前一帧获取的若干头海参的坐标分别作差，得到每头海参连续坐标集合；绘制每头海参某个固定时间段内的行为轨迹曲线，并对海参的行为进行分析。本发明首次把YOLOv5模型用于海参养殖监测领域，并对模型进行了适应性的改进，提高了海参识别精度，提出了多目标自动取帧匹配坐标方法，能够分别统计每个目标的运动量，实现海参行为的定性和定量分析。
-
公开(公告)号：CN115810140A
公开(公告)日：2023-03-17
申请号：CN202211677383.7
申请日：2022-12-26
申请人： 青岛农业大学
IPC分类号： G06V10/82 , G06V10/20 , G06V10/40 , G06V20/70 , G06V10/766 , G06T7/246 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种斑石鲷行为智能检测与跟踪方法及模型搭建方法，主要部分为模型搭建方法，包括以下步骤：获取现场环境中拍摄的斑石鲷图像数据集并划分为训练集和测试集，对数据进行预处理；搭建一种能够聚焦生物姿态特征的DCN‑YOLOv5模型；对模型进行训练与测试；搭建一种多类别多目标的行为检测算法模型MOMC‑Tracking模型，并将之与训练完成的模型DCN‑YOLOv5串联，形成最终模型。本发明所搭建的模型能根据鱼类姿态的特征自适应变化感受野，从而适应被检测目标快速游动和姿态变化时特征的提取，同时能识别出所检测目标的关键点，所提出的MOMC算法能自动跟踪行为轨迹，并能计算出行为关键点的特征参数。
-
公开(公告)号：CN112798539A
公开(公告)日：2021-05-14
申请号：CN202011433944.X
申请日：2020-12-10
申请人： 青岛农业大学 , 青岛大谷农业信息有限公司 , 青岛青农智能技术研究院有限公司
摘要： 本发明公开了一种基于迁移学习的黄曲霉毒素智能检测方法，该方法包括4个步骤：（1）首先使用公用遥感高光谱数据集训练深度学习网络，（2）然后采用标记好的黄曲霉毒素标准样高光谱对网络进行微调，（3）然后微调好的网络对待检测黄曲霉毒素籽粒高光谱图像逐像素进行识别，（4）籽粒污染区域可视化及黄曲霉毒素含量反演。本发明将深度迁移学习和高光谱成像相结合，通过遥感数据向黄曲霉毒素检测数据进行迁移，逐像素进行检测，实现了籽粒黄曲霉毒素的定量检测，具有巨大应用价值。
-
公开(公告)号：CN111080696A
公开(公告)日：2020-04-28
申请号：CN201911021894.1
申请日：2019-10-25
申请人： 青岛农业大学 , 莱州明波水产有限公司
摘要： 本发明提出一种基于计算机视觉的水下海参识别及定位方法，包括获取水下海参图像，图像预处理，边缘检测，膨胀操作，轮廊增强，海参刺轮廓填充，海参刺质心提取，椭圆拟合，获得椭圆中心坐标，将椭圆中心坐标作为海参的捕捞点坐标等步骤，其中对图像预处理过程中提出十位精度的灰度转换方法，在保证运行效率的情况下实现海参的精准定位。
-
公开(公告)号：CN104624514B
公开(公告)日：2019-03-15
申请号：CN201510092649.5
申请日：2015-03-02
申请人： 青岛大谷农业信息有限公司 , 青岛有田农业发展有限公司 , 青岛农业大学
摘要： 本发明公开了一种新型胡萝卜机器视觉精选分级生产线，整个生产线包括计算机视觉部分、自动控制部分和机械装置部分，其中机械装置主要由匀果机、输送机、灯箱与分级口四个部分组成，其中的输送机分为三节。胡萝卜清洗后通过上料机上到匀果机上，匀果机将胡萝卜单向摊铺均匀，并通过缓降器将胡萝卜顺序放置到第一节低速输送机上，通过第二节输送机加速，胡萝卜快速通过灯箱通道，通过镜面成像，线阵相机获取三个侧面的图像传给计算机，计算机通过图像处理给出相应的等级信息，进而控制第三节输送机末端高速气动电磁阀，将胡萝卜吹射到不同等级的分级口中，实现了胡萝卜全自动化的精选分级。
-
公开(公告)号：CN204699963U
公开(公告)日：2015-10-14
申请号：CN201520121281.6
申请日：2015-03-02
申请人： 青岛农业大学 , 青岛有田农业发展有限公司 , 青岛大谷农业信息有限公司
摘要： 本实用新型公开了一种具有黄曲霉素检测功能的农产品智能分选机，该装置核心是黄曲霉素分选检测单元，分选检测单元中安装有紫外和可见光源、双波长滤波片组、双镜面反射系统及线阵CCD相机等。物料经履带式输送装置送入分选检测单元，线阵CCD相机采集物料可见光图像和通过滤波片拍摄的两幅紫外荧光图像，通过计算机检测算法实现黄曲霉素污染籽粒的在线检测。本实用新型中使用的双滤波片的波长通过高光谱成像方法确定，更换不同的滤波片可检测不同农产品，特别的，437和537nm可用来检测玉米，420和450nm可用于检测花生，400和420nm可用于检测辣椒。该装置可广泛用于农产品加工贸易领域，提高黄曲霉素在线检测效率。
-
公开(公告)号：CN204638575U
公开(公告)日：2015-09-16
申请号：CN201520121283.5
申请日：2015-03-02
申请人： 青岛有田农业发展有限公司 , 青岛大谷农业信息有限公司 , 青岛农业大学
IPC分类号： B07C5/34
摘要： 本实用新型公开了一种具有旋转果托的胡萝卜智能分选机，将机械装置与机器视觉技术相结合对胡萝卜等长杆状蔬果进行自动分级。所述胡萝卜智能分级机主要由偏置式活动果托输送分级装置、活销式锁合装置以及数据分析采集装置组成。其中所述偏置式活动果托的固定部分安装在输送链条上，活动部分转动的辊轴使胡萝卜旋转进入机器视觉系统的CCD相机视场中，通过图像处理手段将获取的图片进行分析处理，得到胡萝卜形状、大小、缺陷等信息。分级时，通过气动元件控制用于固定活动果托的活动销锁动作，使其在重力作用下翻转卸料。本实用新型提供的分选设备能高效的进行胡萝卜分级分选，解放了大量的劳动力，填补了国内长杆状果蔬分级机的空白。
-
公开(公告)号：CN216532680U
公开(公告)日：2022-05-17
申请号：CN202020364346.0
申请日：2020-03-20
申请人： 青岛农业大学 , 青岛大谷农业信息有限公司 , 青岛青农智能技术研究院有限公司
摘要： 本实用新型公开了一种茶叶人工智能采摘机器人，由茶叶图像采集装置、5G图像传输模块，云端决策平台，控制电路、智能采茶机器手、茶叶回收装置、自走式作业平台等组成。通过图像传感器进行茶叶冠层图像的实时采集，然后通过5G基站快速将冠层图像上行传输到云端，在云端通过YoLo深度学习的图像处理方法进行嫩芽、新梢采摘点的目标定位，并输出决策信号，决策信号通过5G下行反馈至执行控制电路，带动机器手、末端执行器阵列实现茶叶采摘，茶叶回收装置通过负压吸附方式将茶叶吸附到收集箱内，完成采摘过程。本发明结合5G云端决策和迁移学习，通过二维蜘蛛手结构实现了茶叶嫩芽新梢的实时采摘，具有巨大应用价值。
-
-
-
-
-
-
-
-
-
搜索结果
34 条记录 (耗时 0.042 秒)
