-
公开(公告)号：CN104572900A
公开(公告)日：2015-04-29
申请号：CN201410827260.6
申请日：2014-12-25
Applicant: 北京农业信息技术研究中心
IPC: G06F17/30
CPC classification number: G06F19/10
Abstract: 本发明公开一种作物育种评价的性状特征选择方法，该方法包括：S1、构建作物育种评价数据集，数据集中的每个数据均包括：实验材料编号、育种目标集合G、性状特征集合T、所属实验e以及实验结果r；S2、对数据集中的性状特征集合T进行预处理；S3、根据预处理后的数据集中每个数据的育种目标集合G，从预处理后的数据集中筛选训练样本集及候选性状特征集合；S4、利用训练样本集中的数据，计算候选性状特征集合中每个性状特征与实验结果r之间的相关性；S5、利用训练样本集中的数据，计算候选性状特征集合中性状特征间的排序相似性；S6、根据相关性以及排序相似性的计算结果，选择性状特征。
-
公开(公告)号：CN103065308A
公开(公告)日：2013-04-24
申请号：CN201210573161.0
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，特别涉及一种基于马尔科夫随机场的粘连物分割方法。本发明将粘连物图像分割为正确分割区域和过分割区域；然后计算所述过分割区域和该所述过分割区域的八联通区域之间的紧密度，根据所述紧密度对所述过分割区域进行合并，得到粘连物的分割结果。本发明利用粘连物图像的面积和相对高度作为二维观测数据，结合图像的二维空间特征相关性，将过分割问题转化为求解图像区域标记场问题；引入分水岭变换解决过分割问题的基础上，依据邻域间的二维空间关系赋予不同势能，以抑制噪声影响，最后计算过分割区域与邻域的紧密度，选择紧密度最大的邻域并与之合并，解决过分割问题，从而实现粘连果蔬合格率的在线监测。
-
公开(公告)号：CN112116598B
公开(公告)日：2024-10-29
申请号：CN202010773803.6
申请日：2020-08-04
Applicant: 北京农业信息技术研究中心
IPC: G06T7/11 , G06V10/764 , G06V10/774 , G06T5/50 , G06T7/90
Abstract: 本发明提供一种花卉种类识别方法及系统，包括：采集花卉的彩色图像；采用基于GrabCut的图像分割方法进行图像分割，精准地提取出花朵区域；采用基于引导滤波的图像增强方法进行图像预处理；对花朵区域进行归一化处理；利用卷积网络集成的方法进行花卉种类的识别；将识别结果和花卉彩色图像上传至花卉育种信息管理系统保存；根据识别结果，在花卉育种信息管理系统中查找与其相关的育种材料、试验等育种信息，并与花卉彩色图像进行关联。采用本发明提供的方法能克服已有技术存在花卉种类识别不准确、劳动强度大等问题，还能应用于智能手机等移动终端，适合田间操作，拓宽该方法的应用范围，有利地促进花卉育种管理的信息化和智能化发展。
-
公开(公告)号：CN110874835B
公开(公告)日：2022-09-16
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。
-
公开(公告)号：CN112116598A
公开(公告)日：2020-12-22
申请号：CN202010773803.6
申请日：2020-08-04
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种花卉种类识别方法及系统，包括：采集花卉的彩色图像；采用基于GrabCut的图像分割方法进行图像分割，精准地提取出花朵区域；采用基于引导滤波的图像增强方法进行图像预处理；对花朵区域进行归一化处理；利用卷积网络集成的方法进行花卉种类的识别；将识别结果和花卉彩色图像上传至花卉育种信息管理系统保存；根据识别结果，在花卉育种信息管理系统中查找与其相关的育种材料、试验等育种信息，并与花卉彩色图像进行关联。采用本发明提供的方法能克服已有技术存在花卉种类识别不准确、劳动强度大等问题，还能应用于智能手机等移动终端，适合田间操作，拓宽该方法的应用范围，有利地促进花卉育种管理的信息化和智能化发展。
-
Patent Agency Ranking
公开(公告)号：CN107767032B
公开(公告)日：2020-08-11
申请号：CN201710891477.7
申请日：2017-09-27
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供了一种农田土壤重金属污染决策系统及方法，该方法基于监测区域内的农田土壤重金属污染监测数据，构建农田土壤重金属污染风险综合评估指标体系、分级预警模型、应急处置模型和农作物种植调整模型，用以对农田土壤重金属污染进行风险评估并快速做出应急响应，同时还能够对严重污染的区域进行农作物种植结构调整；该系统包括数据采集、数据管理、风险评估、分级预警、应急处置、种植调整和信息可视化模块，用于对农田土壤重金属污染的监测、评估和快速响应。本发明提供的农田土壤重金属污染决策系统及方法，可显著提高农田土壤重金属污染管理决策的自动化、智能化水平。
-
公开(公告)号：CN108510450B
公开(公告)日：2020-06-09
申请号：CN201810123473.9
申请日：2018-02-07
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供了一种作物叶片图像的光照处理方法及装置，方法包括：采集作物叶片的彩色图像I；对彩色图像I进行缩放处理形成彩色图像II；将所述彩色图像II从RGB颜色空间转换到L*a*b*颜色空间上；S4、基于IIr、IIg、IIb和IIL子图像，利用阈值法将彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；对模板图像M进行分块处理，然后对每一块中的光斑或阴影区域进行修复处理，得到修复后的图像III；对修复后的图像III，利用基于引导滤波算法的图像增强算法进行增强处理，得到目标图像IIII。本发明利用图像处理技术对获取的作物叶片图像进行分割、修复、增强处理，降低噪声影响，突出图像中的有用信息，以提高图像质量，为后续图像分割和特征提取等处理提供良好基础。
-
公开(公告)号：CN106683098B
公开(公告)日：2019-08-13
申请号：CN201611019028.5
申请日：2016-11-15
Applicant: 北京农业信息技术研究中心
Abstract: 本发明公开了一种重叠叶片图像的分割方法，包括：从图像采集设备中获取包含作物重叠叶片的彩色图像，对其进行归一化；提取图像的绿色颜色特征，除去非绿色背景；利用Chan‑Vese模型进行目标叶片的轮廓提取；利用Sobel算子进行目标叶片的边缘检测；将轮廓提取结果和边缘检测结果进行融合，实现重叠叶片的准确分割，提取出目标叶片。本发明能够实现对重叠的作物叶片准确、完整地分割，为后续叶片病害的识别奠定基础，也为农作物叶片分割领域提供新的方法和技术。
-
公开(公告)号：CN104951987B
公开(公告)日：2018-04-10
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：CN104751122B
公开(公告)日：2017-11-17
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。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.047 seconds)
