-
公开(公告)号：CN109738442B
公开(公告)日：2021-12-31
申请号：CN201910034601.7
申请日：2019-01-05
Applicant: 华中农业大学
Abstract: 本发明涉及一种机器视觉检测技术，具体涉及一种基于大视野X射线/可见光配准成像的水稻稻穗性状全自动提取系统，通过大视野X射线/可见光配准成像系统同步获取稻穗反射光表图像及透射光图像，使用图像配准融合、结合图形分析算法得到稻穗产量性状的数学表征。鉴于作物表型检测平台发展的重要性，传统有损稻穗产量测量上脱粒难、实粒瘪粒区分难的缺点，以及成像视野的局限性，本发明研究设计了一种基于大视野X射线/可见光配准成像的水稻稻穗性状全自动提取系统，在不经过脱粒、不经过分离实粒瘪粒的情况下即可快速、准确获取稻穗产量性状，为双模式成像在稻穗产量性状无损解析中的应用提供了一条可行途径，并且通过大视野二维移动平台获取完整稻穗的图像，解决成像视野的问题，获取完整清晰的图像。
-
公开(公告)号：CN109360206B
公开(公告)日：2021-11-12
申请号：CN201811060111.6
申请日：2018-09-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于深度学习的大田稻穗分割方法。该方法设计了用于分割大田稻穗的深度全卷积神经网络模型。网络的前半部分采用了ResNet‑101层，并加入Squeeze and Excitation Module结构来进行特征层重要性的筛选。将原始ResNet‑101网络模块4和模块5中全部的传统卷积层替换为空洞卷积层，步长由2改成1。网络的后半部分采用了空洞金字塔池化和金字塔池化的结构。该方法能克服不同品种及生育期的水稻稻穗颜色、形状、大小、姿态、纹理的巨大差异、稻穗边缘严重不规则、穗叶颜色混叠及田间不均匀且变化的光照、遮挡、刮风等因素的影响，实现对不同品种及生育期大田稻穗的准确分割。相比现有技术而言，具备精度高、适用性强的技术优势。
-
公开(公告)号：CN108427862B
公开(公告)日：2021-06-29
申请号：CN201810193243.X
申请日：2018-03-02
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于图像分析的多品种全生育期棉花生物量无损测量方法。该方法通过图像分析的方法，提取棉花植株的图像特征，包括植株密度，株宽，株高，植株高宽比，分形维数，植株占空比，茎秆面积，叶片面积以及基于灰度梯度共生矩阵的特征。结合棉花的生育期天数特征，构建基于支持向量机的棉花生物量测量模型。相比现有技术而言，能够综合利用棉花植株的形态、纹理、生育期等多方面的数据，模型拟合效果更强，测量结果更准确，能适用于多品种全生育期的棉花生物量测量。
-
公开(公告)号：CN111766239A
公开(公告)日：2020-10-13
申请号：CN202010606348.0
申请日：2020-06-22
Applicant: 华中农业大学
Abstract: 植物光合作用一直是植物学研究的重要内容。现有光合速率测量装置难以实现大量盆栽样本光合速率的高通量自动测量。针对此现象，本发明设计了一种盆栽植物光合速率高通量测量机器人。该机器人主要包括自动移动平台、光合速率测量、光照自动调节、盆栽识别、供电装置等部分。通过自动移动平台自主移动至目标盆栽处，实现批量盆栽植株的准确定位和高通量逐盆自动检测。检测过程，本机器人还可自动识别植株冠层位置并调节植株冠层光照强度大小，大大提高了盆栽植物光合速率的检测效率和精度。
-
公开(公告)号：CN108427862A
公开(公告)日：2018-08-21
申请号：CN201810193243.X
申请日：2018-03-02
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于图像分析的多品种全生育期棉花生物量无损测量方法。该方法通过图像分析的方法，提取棉花植株的图像特征，包括植株密度，株宽，株高，植株高宽比，分形维数，植株占空比，茎秆面积，叶片面积以及基于灰度梯度共生矩阵的特征。结合棉花的生育期天数特征，构建基于支持向量机的棉花生物量测量模型。相比现有技术而言，能够综合利用棉花植株的形态、纹理、生育期等多方面的数据，模型拟合效果更强，测量结果更准确，能适用于多品种全生育期的棉花生物量测量。
-
Patent Agency Ranking
公开(公告)号：CN107720213A
公开(公告)日：2018-02-23
申请号：CN201710862626.7
申请日：2017-09-09
Applicant: 华中农业大学
CPC classification number: B65G47/54 , B65G47/71 , B65G47/82 , B65G47/8815 , B65G2201/0202 , G01N21/27
Abstract: 本发明涉及一种用于水稻植株高光谱自动成像的自动输送装置及控制方法。该自动输送装置由高光谱成像模式的输送线路和非高光谱模式的输送线路组成，形成双通道成像模式。其中自动成像自动输送装置具体包括不锈钢滚筒输送线I、输送带、气缸升降台、不锈钢滚筒输送线III组成的高光谱成像模式自动输送线路和不锈钢滚筒输送线I、不锈钢滚筒输送线II、不锈钢滚筒输送线III组成的非高光谱模式输送线路以及电缸推杆I、电缸推杆II、升降档板、高光谱相机、相机升降平移台，在对水稻植株做高光谱检测时采用本发明极大程度上提高了检测效率。
-
公开(公告)号：CN105021617A
公开(公告)日：2015-11-04
申请号：CN201510413257.4
申请日：2015-07-14
Abstract: 本发明公开了一种基于高光谱成像的整株水稻叶绿素含量测量装置及方法，测量装置包括暗室、第一光源、第二光源、光源控制器、工作站计算机、高光谱相机、第一接近开关、第二接近开关、平移台以及平移台控制器等；测量方法建立高光谱成像系统；使用所述的高光谱成像系统采集每盆水稻的光谱数据；人工测量每盆水稻的叶绿素含量；对叶绿素和光谱指数进行建模等步骤。本发明利用高光谱成像的方法，用数据分析和图像处理技术处理所拍摄的光谱数据，经过分析得到整株水稻的叶绿素含量，将采集、提取、计算等步骤集成到同一个系统中，具有在线无损、测量结果准确可靠、操作简单等优点。
-
公开(公告)号：CN105009731A
公开(公告)日：2015-11-04
申请号：CN201510374598.5
申请日：2015-06-30
Applicant: 华中农业大学
Abstract: 本发明公开了一种玉米考种方法及其系统，该方法包括玉米果穗图像处理分析和玉米籽粒图像处理分析等步骤；该系统包括玉米果穗传送装置110、玉米果穗图像采集装置120、用于控制玉米果穗传送装置110传送进程的第一PLC装置130、玉米果穗称重装置140、第一计算机150、玉米果穗条码扫描仪160、玉米果穗位置检测装置170等。本发明具有同时测量多个玉米果穗的多个性状，大大提高了检测速度等优点。
-
公开(公告)号：CN119007047A
公开(公告)日：2024-11-22
申请号：CN202411210108.3
申请日：2024-08-30
Applicant: 华中农业大学
IPC: G06V20/17 , G06V20/10 , G06V10/764 , G06V10/82 , G06V10/56 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于无人机与点计数网络的田间水稻稻穗识别与产量预测方法，方法的主要内容为：使用搭载有高清可见光摄像机的无人机设备，在水稻进入齐穗期之后，从水稻大田上方获取正射图像；对所采集到的图像进行处理，对图像中的水稻稻穗进行颜色增强；改进并使用一种基于点计数的目标检测网络P2PNet，对所获取到的水稻大田图像中的水稻稻穗进行检测与计数；根据田间水稻稻穗检测计数结果，结合在田间抽样得到的水稻本证参数，构建起区域产量预测数学关系式。本发明基于无人机平台可对水稻大田进行快速地高通量检测，在单位时间内能够完成更大区域范围内的作业，显著提升水稻大田产量预测效率。
-
公开(公告)号：CN116171758A
公开(公告)日：2023-05-30
申请号：CN202310172365.1
申请日：2023-02-27
Applicant: 华中农业大学
IPC: A01G7/06 , B65G35/00 , B65G43/08 , B65G13/06 , B65G17/06 , B65G47/90 , B66D1/12 , A01G9/02 , G06V20/10
Abstract: 本发明涉及基于双模式融合的水稻高通量表型组平台装置及使用方法。该平台装置实现了盆栽水稻顶视角度下冠层表型和侧视角度下植株表型的高通量兼容检测。轨道式表型组采集模块可用于获取水稻盆栽顶视图像及表型参数，流水线式表型组采集模块与所述轨道式表型组采集模块相邻，可用于获取单盆水稻盆栽植株的侧视图像及表型参数，起升转运模块用于完成植株在轨道式表型组采集模块和流水线式表型组采集模块之间的转运。本发明不仅可通过轨道式采集模式和流水线式采集模式对盆栽植株进行高通量表型参数获取，还实现了通过目标小区的定期检测和关键阈值判断来及时启动全自动采集模式，全面精确获取作物关键生长期表型参数，大幅提高了自动化效率。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.023 seconds)
