-
公开(公告)号：CN107610122B
公开(公告)日：2020-07-28
申请号：CN201710916940.9
申请日：2017-09-30
申请人： 华北水利水电大学
摘要： 本发明公开了一种基于Micro‑CT的单籽粒谷物内部虫害检测方法，依次通过二维CT投影图像的采集、有效扫描区域确定、图像重建、有效重建区域确定、籽粒三维显微CT图像构建、原始数字特征空间形成、优化特征空间形成和籽粒多虫态侵染识别模型的建立，最后利用籽粒多虫态侵染识别模型自动判别出对应谷物籽粒样本是否受到多个虫态害虫的侵染；本发明能够自动判别出谷物籽粒是否受到任意虫态害虫的侵染，而且能够判定处于谷物籽粒任意位置的害虫侵染，并准确统计含虫籽粒的数量，实现谷物籽粒内部多虫态虫害的实时、准确、自动和无损的早期检测，为防治谷物虫害提前了14‑21天的时间，且检测正确率达到95％以上，时效性强，准确度高。
-
公开(公告)号：CN109034269A
公开(公告)日：2018-12-18
申请号：CN201810958814.4
申请日：2018-08-22
申请人： 华北水利水电大学
CPC分类号： G06K9/6269 , G06K9/36 , G06K9/6232 , G06K9/6256
摘要： 本发明公开了一种基于计算机视觉技术的棉铃虫雌雄成虫判别方法，对采集的不同性别的棉铃虫进行预处理后，得到其去除足、触角后的虫体图像，对图像分别提取其颜色、形状、纹理等特征,利用模拟退火算法进行优化降维处理，对得到的特征数据，采用支持向量机分类器进行训练测试，最终实现自动分类识别；本发明具有操作简便、鲁棒性强和识别精度高等优点，并有理想的时间性能，可以显著提高昆虫性别分类的鉴定效率。
-
公开(公告)号：CN104155312B
公开(公告)日：2017-06-16
申请号：CN201410404698.3
申请日：2014-08-11
申请人： 华北水利水电大学
摘要： 本发明公开了一种基于近红外计算机视觉的粮粒内部害虫检测装置，所述检测装置由粮粒取样部分、粮粒传输部分和计算机视觉处理部分组成；所述的粮粒取样部分利用排粒电机驱动排粒轮转动使定量的粮粒从进料器中快速、有效地分离出来；粮粒传输部分可输送采集盒到指定位置，并能自动清理采集盒中的粮粒；计算机视觉处理部分由近红外相机、光源、滤光片转轮、光照箱、计算机和相应软件组成，对采集盒中的粮粒进行多波长近红外图像采集后，由识别模型自动确定出粮粒的姿态及粮粒是否受到害虫的侵染。本发明还公开了所述基于近红外计算机视觉的粮粒内部害虫检测装置对应的检测方法。本发明实现了粮粒内部虫害的实时、准确、自动检测。
-
公开(公告)号：CN104749189A
公开(公告)日：2015-07-01
申请号：CN201510090798.8
申请日：2015-02-28
申请人： 华北水利水电大学
IPC分类号： G01N21/89
摘要： 本发明公开了一种基于多光谱成像技术的粮粒内部害虫检测装置，它包含安装在粮粒传输装置上的粮粒取样装置和机器视觉处理装置；所述的粮粒取样装置包含螺旋输送机(1)，该螺旋输送机(1)的一端安装有第一电机(2)，其另一端的出料口处安装有网口筛(3)；所述的粮粒传输装置包含传送机(4)，该传送机(4)的传送带(5)上安装有采集盒(6)，所述传送机(4)的一端安装有相应的第二电机(7)和位于网口筛(3)下方的光电传感器(8)。本发明能够有效的对粮粒进行检测,融合多种图像信息,自动辨别出粮粒是否受到害虫侵染,这在以往文件中都没有涉及过。
-
公开(公告)号：CN104155312A
公开(公告)日：2014-11-19
申请号：CN201410404698.3
申请日：2014-08-11
申请人： 华北水利水电大学
摘要： 本发明公开了一种基于近红外计算机视觉的粮粒内部害虫检测装置，所述检测装置由粮粒取样部分、粮粒传输部分和计算机视觉处理部分组成；所述的粮粒取样部分利用排粒电机驱动排粒轮转动使定量的粮粒从进料器中快速、有效地分离出来；粮粒传输部分可输送采集盒到指定位置，并能自动清理采集盒中的粮粒；计算机视觉处理部分由近红外相机、光源、滤光片转轮、光照箱、计算机和相应软件组成，对采集盒中的粮粒进行多波长近红外图像采集后，由识别模型自动确定出粮粒的姿态及粮粒是否受到害虫的侵染。本发明还公开了所述基于近红外计算机视觉的粮粒内部害虫检测装置对应的检测方法。本发明实现了粮粒内部虫害的实时、准确、自动检测。
-
公开(公告)号：CN107610122A
公开(公告)日：2018-01-19
申请号：CN201710916940.9
申请日：2017-09-30
申请人： 华北水利水电大学
摘要： 本发明公开了一种基于Micro-CT的单籽粒谷物内部虫害检测方法，依次通过二维CT投影图像的采集、有效扫描区域确定、图像重建、有效重建区域确定、籽粒三维显微CT图像构建、原始数字特征空间形成、优化特征空间形成和籽粒多虫态侵染识别模型的建立，最后利用籽粒多虫态侵染识别模型自动判别出对应谷物籽粒样本是否受到多个虫态害虫的侵染；本发明能够自动判别出谷物籽粒是否受到任意虫态害虫的侵染，而且能够判定处于谷物籽粒任意位置的害虫侵染，并准确统计含虫籽粒的数量，实现谷物籽粒内部多虫态虫害的实时、准确、自动和无损的早期检测，为防治谷物虫害提前了14-21天的时间，且检测正确率达到95％以上，时效性强，准确度高。
-
公开(公告)号：CN104749126A
公开(公告)日：2015-07-01
申请号：CN201510091459.1
申请日：2015-02-28
申请人： 华北水利水电大学
IPC分类号： G01N21/3563 , G01N21/359
摘要： 本发明涉及一种基于近红外高光谱图像分析的小麦硬度预测方法，属于小麦硬度检测技术领域。该方法主要包括：自动采集麦粒的近红外高光谱图像，判别有效的麦粒目标，分割单个完整麦粒的子图像，确定麦粒的长轴方向，对整个麦粒进行数字形态学处理，得到可表征单个麦硬度的灰度子图像。针对该子图像的光谱数据，运用麦粒硬度预测软件预测出检验麦粒的具体硬度值，实现小麦硬度的自动无损检测。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.028 秒)
