-
公开(公告)号：CN110645919A
公开(公告)日：2020-01-03
申请号：CN201910783587.0
申请日：2019-08-23
Applicant: 安徽农业大学
Abstract: 本发明涉及结构光三维测量技术领域，具体是一种基于空域二值编码的结构光三维测量方法，步骤S1：采用计算机生成三幅正弦相移条纹和一幅空域二值编码条纹；步骤S2：采用投影仪将所有条纹图像依次投射至被测物体表面，通过摄像机同步采集调制后的所有条纹图像；步骤S3：将采集到的所有条纹图像传送给计算机，计算出正弦相移条纹的截断相位φ(x,y)，步骤S4：逐个确定每个条纹周期T对应的条纹级次k(x,y)；步骤S5：对截断相位φ(x,y)进行相位解包裹操作；计算得到被测物体的绝对相位ψ(x,y)，重建出被测物体的三维形貌信息，本发明只需要一幅编码条纹便可实现相位解包裹，测量速度更快，同时能够有效避免截断相位和条纹级次的非对齐误差，准确性和鲁棒性更高。
-
公开(公告)号：CN110602388A
公开(公告)日：2019-12-20
申请号：CN201910805181.8
申请日：2019-08-29
Applicant: 安徽农业大学
Abstract: 本发明公开了一种变焦仿生复眼运动目标跟踪系统及方法，具体包括以下步骤：步骤S1：根据位置信息获取模块获取运动目标相对于球壳坐标系的坐标值；步骤S2：根据获取的运动目标相对于球壳坐标系的坐标值；判断运动目标是否与球壳上某个变焦摄像机距离最近，若是则进行步骤S3；若否则回到步骤S1；步骤S3：开启最近变焦摄像机和监测变焦摄像机；步骤S4：调整最近变焦摄像机的焦距；步骤S5：获取运动目标相对于最近变焦摄像机坐标系的坐标值；步骤S6：根据获取运动目标相对于最近变焦摄像机坐标系的坐标值；判断运动目标的移动方向，通过模仿昆虫曲面复眼结构，采用变焦摄像机阵列设计变焦仿生复眼系统，实现大视场范围内高速运动目标的高清实时跟踪。
-
公开(公告)号：CN119445615A
公开(公告)日：2025-02-14
申请号：CN202411471779.5
申请日：2024-10-22
Applicant: 安徽农业大学 , 安徽省农业科学院畜牧兽医研究所
IPC: G06V40/10 , G06V20/40 , G06V10/764 , G06V10/774 , G06N3/0464
Abstract: 本发明涉及视频处理技术领域，公开了一种家畜立体行为检测方法，包括如下步骤：步骤S1、搭建家畜立体行为检测系统，用于拍摄家畜行为视频；步骤S2、构建家畜立体行为实时检测模型，即RT‑DETRv3模型；步骤S3、根据行为检测系统所获取的家畜拍摄视频，利用实时检测模型输出家畜的不同行为进行分类与分析，并生成可视化的家畜行为的统计报告。本发明通过结合多视角摄像系统和深度学习算法，特别是整合了3D卷积神经网络与RT‑DETRv3Transformer，能够实时捕捉家畜的立体行为。相比于现有技术仅依赖单视角的二维监测，本发明可以实现对家畜站立、躺卧、行走等复杂三维姿态的精准识别，极大提高了检测的准确性和精度。此外，借助姿态关键点检测与多目标监督机制。
-
公开(公告)号：CN114972172B
公开(公告)日：2024-08-13
申请号：CN202210351063.6
申请日：2022-04-02
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于三维点云的苹果果梗和花萼检测方法，具体包括以下步骤：步骤S1：利用三维传感设备采集待测苹果的稠密三维点云，并转换为苹果深度图D(x,y)，然后将苹果深度图D(x,y)传输至计算机进行分析处理；步骤S2：依次将苹果深度图D(x,y)进行二值化，获得M个二值图像Bm(x,y)；步骤S3：利用二维凸包算法获得二值图像Bm(x,y)的凸包图像Am(x,y)，将凸包图像Am(x,y)与二值图像Bm(x,y)作差，获得凸残差区域Qm(x,y)；步骤S4：融合所有的凸残差区域Qm(x,y)，获得完整的果梗花萼区域的掩膜图像Q(x,y)。根据果梗花萼的凹形特征，无需重建苹果三维面形，通过采集苹果的稠密三维点云，并将深度图进行阈值分割，结合二维凸包算法，有效地检测出果梗花萼区域，具有非接触、成本低、精度高、速度快、鲁棒性强的优点。
-
公开(公告)号：CN117953544B
公开(公告)日：2024-08-02
申请号：CN202410348589.8
申请日：2024-03-26
Applicant: 安徽农业大学
IPC: G06V40/10 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/64
Abstract: 本发明公开了一种目标行为监测方法及系统，方法包括：采集目标的单视角图片；将所述单视角图片输入预先训练的扩散模型，输出所述目标的一组多视角图片；将所述多视角图片输入预先训练的NeRF网络，输出所述目标的三维点云数据；将所述三维点云数据输入预先训练的分类网络，输出所述目标的行为模式。利用本发明实施例，能够通过深度学习技术提高目标行为的监测水平和准确性，不需要使用传感器监测目标的行为模式，降低成本，适应性较强，进一步高效和准确评估目标的生长发育状况。
-
Patent Agency Ranking
公开(公告)号：CN118252463A
公开(公告)日：2024-06-28
申请号：CN202410365307.5
申请日：2024-03-28
Applicant: 安徽农业大学
Abstract: 本发明涉及视力检测技术领域，公开了一种基于眼电图技术的动态视力检测设备，包括底座和固定在底座上的架体，底座的顶部设有位于架体内部的固定座椅，固定座椅上设有眼电图仪，架体的内侧设有显示器，固定座椅和显示器之间设有固定组件。本发明可对动态视力进行标定，有效解决了动态视力测量精度不高、主观性高的问题，可对被测者进行限定，避免被测者在检测视力的过程中，随意晃动头部，导致视力检测精度降低，从而提高视力检测的精准度。
-
公开(公告)号：CN115063341B
公开(公告)日：2024-04-26
申请号：CN202210351062.1
申请日：2022-04-02
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于相移条纹的苹果果梗和花萼检测方法，通过搭建条纹投影系统；采用相移法计算相移条纹图像的截断相位，结合连通域标记算法、二维凸包算法和逻辑运算获得果梗花萼区域的掩膜图像；根据果梗花萼的凹形特征，无需重建苹果三维面形，通过分析处理相移条纹的截断相位，有效地检测出果梗花萼区域，具有非接触、成本低、精度高、速度快、鲁棒性强的优点。
-
公开(公告)号：CN117115668B
公开(公告)日：2024-01-26
申请号：CN202311374559.6
申请日：2023-10-23
Applicant: 安徽农业大学
IPC: G06V20/10 , G06N3/0455 , G06N3/0464 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/82
Abstract: 型提取。本发明能够提升作物冠层表型信息的提本发明公开了一种作物冠层表型信息提取 取效率与精度。方法、电子设备及存储介质，属于图像处理技术领域。本发明采用编码器‑解码器架构设计语义分割模型，融合基于多维权重聚合的动态卷积神经网络与基于级联自注意力的作物特征提取网络，增强对环境因素和作物生长分布差异的鲁棒性。在编、解码器连接处引入作物上下文信息提取模块，并联有效的空洞卷积组合捕获作物冠层像素点与其邻域像素点特征以辅助分类决策，提升模型对作物冠层像素与背景像素的辨别能力。
-
公开(公告)号：CN116879227A
公开(公告)日：2023-10-13
申请号：CN202310829875.1
申请日：2023-07-07
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于激光光谱的快速气体反演方法，是以n个周期的光谱信号作为一个窗口，归一化减少基线噪声；然后利用快速封闭式近似迭代拟合，考虑归一化信号的峰值、谱线宽度、面积作为迭代结束的判断，在保证迭代的准确性的同时，提高迭代速度；接着，对积分吸光度的和来进一步处理，以消除仪器受到的外界干扰与随机噪声影响，从而能提高检测精度。本发明能有效的降低扰动，快速进行光谱信息浓度反演，既减少了气体浓度反演时间，又提高了检测精度。
-
公开(公告)号：CN116678862A
公开(公告)日：2023-09-01
申请号：CN202310681543.3
申请日：2023-06-08
Applicant: 安徽农业大学
Abstract: 本发明公开了一种植株叶绿素荧光三维成像装置及方法，属于植株叶绿素荧光三维领域。针对现有技术中存在的植株叶绿素荧光三维成像方法实现复杂、需要多角度拍摄、合成图像需要大量数据等问题，本发明提供了一种植株叶绿素荧光三维成像装置及方法，在不同位置光源下获取植株单视角图像通过植株神经辐射场对植株进行三维重建，生成植株精细三维模型，同时结合渲染对植株精细三维模型进行优化，得到植株三维图像以及植株叶绿素荧光三维图像，由此能够提高单视角下植株叶绿素荧光三维成像的精度和速度，减少数据处理时间，为植株生长、疾病和逆境应答等研究提供更加准确、全面的信息。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.135 seconds)
