-
公开(公告)号：CN105947206A
公开(公告)日：2016-09-21
申请号：CN201610281431.9
申请日：2016-04-28
申请人： 华南农业大学
CPC分类号： B64C39/024 , B64C2201/12 , B64C2201/146 , B64D1/18
摘要： 本发明公开了一种可在田间任意起降作业的无人机及其作业方法，其中，一种可在田间任意起降作业的无人机，包括主机体以及升降起落架，升降起落架用于将主机体支撑于植株上方；主机体上安装有施药设备和/或机载视觉传感器和/或机载三向风速传感器。本发明可根据作业的实际需求，使无人机准确降落于农田中的目标靶点位置并通过调节无人机升降起落架的伸出长度使无人机机身处于植株冠层及以上，然后无人机停稳开始作业，达到精准作业的目的。
-
公开(公告)号：CN104008285A
公开(公告)日：2014-08-27
申请号：CN201410217227.1
申请日：2014-05-21
申请人： 华南农业大学
IPC分类号： G06F19/00
摘要： 本发明公开一种基于MINI-PAM采集参数的柑橘黄龙病诊断方法，步骤为：S1、MINI-PAM采集柑橘叶的各类荧光参数，并且传送到计算机中；S2、计算机对MINI-PAM采集到的原始数据进行奇异样本的剔除和初步处理；S3、建立概率神经网络子分类器，对柑橘的各种病症类型数据进行分类训练，得到柑橘的病症分类模型；S4、将MINI-PAM所采集到的各类样本荧光参数数据输入到病症分类模型，通过到病症分类模型进行分类；S5、根据病症分类模型的分类输出结果执行概率算法，得到相应各种病症类型的判断概率，然后根据概率结果来确定柑橘是否患有黄龙病。具有快速、准确以及非破坏性的优点。
-
公开(公告)号：CN104036257A
公开(公告)日：2014-09-10
申请号：CN201410290368.6
申请日：2014-06-25
申请人： 华南农业大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于D-S理论的多源数据融合柑橘黄龙病检测分类方法，包括：利用高光谱图像采集平台、可见光谱图像采集平台和荧光谱图像采集平台采集到柑橘叶片样品的图像信息，对每种光谱采集的图像信息进行黄龙病症状的分类，得到三种光谱每一类症状的识别率；将三种光谱的识别率作为证据源，给证据识别框各命题分配BPA值，建立证据源的可信度向量；将可信度作为折扣因子对证据识别框内各命题的BPA值进行调整；采用Dempster组合规则将调整后的BPA值进行融合，得到对黄龙病症状的综合识别率，实现对黄龙病症状的正确诊断。本发明方法将高光谱、可见光谱和荧光谱的识别率进行融合，得到一个黄龙病症状的综合识别率，实现对黄龙病症状的正确诊断。
-
公开(公告)号：CN104008551B
公开(公告)日：2017-06-13
申请号：CN201410255640.7
申请日：2014-06-10
申请人： 华南农业大学
摘要： 本发明公开了一种基于可见光图像的柑橘黄龙病检测方法，在训练阶段，采集大量已感染柑橘黄龙病的柑橘叶片的图像以及正常叶片的图像，提取纹理特征和颜色特征的特征值，将上述特征值与正常叶片的特征值通过BP神经网络进行训练、学习，得到最优的BP神经网络模型；在进行识别阶段，提取待识别叶片图像的特征，输入上述最优的BP神经网络模型中，即判断柑橘树是否健康。本发明还可进一步判断黄龙病的种类，以及是否是非黄龙病黄化。本发明能够对柑橘黄龙病进行早期、准确、非破坏性诊断，具有检测精度高的优点。
-
公开(公告)号：CN105947206B
公开(公告)日：2018-05-18
申请号：CN201610281431.9
申请日：2016-04-28
申请人： 华南农业大学
摘要： 本发明公开了一种可在田间任意起降作业的无人机及其作业方法，其中，一种可在田间任意起降作业的无人机，包括主机体以及升降起落架，升降起落架用于将主机体支撑于植株上方；主机体上安装有施药设备和/或机载视觉传感器和/或机载三向风速传感器。本发明可根据作业的实际需求，使无人机准确降落于农田中的目标靶点位置并通过调节无人机升降起落架的伸出长度使无人机机身处于植株冠层及以上，然后无人机停稳开始作业，达到精准作业的目的。
-
公开(公告)号：CN104036257B
公开(公告)日：2017-11-21
申请号：CN201410290368.6
申请日：2014-06-25
申请人： 华南农业大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于D‑S理论的多源数据融合柑橘黄龙病检测分类方法，包括：利用高光谱图像采集平台、可见光谱图像采集平台和荧光谱图像采集平台采集到柑橘叶片样品的图像信息，对每种光谱采集的图像信息进行黄龙病症状的分类，得到三种光谱每一类症状的识别率；将三种光谱的识别率作为证据源，给证据识别框各命题分配BPA值，建立证据源的可信度向量；将可信度作为折扣因子对证据识别框内各命题的BPA值进行调整；采用Dempster组合规则将调整后的BPA值进行融合，得到对黄龙病症状的综合识别率，实现对黄龙病症状的正确诊断。本发明方法将高光谱、可见光谱和荧光谱的识别率进行融合，得到一个黄龙病症状的综合识别率，实现对黄龙病症状的正确诊断。
-
公开(公告)号：CN104008551A
公开(公告)日：2014-08-27
申请号：CN201410255640.7
申请日：2014-06-10
申请人： 华南农业大学
摘要： 本发明公开了一种基于可见光图像的柑橘黄龙病检测方法，在训练阶段，采集大量已感染柑橘黄龙病的柑橘叶片的图像以及正常叶片的图像，提取纹理特征和颜色特征的特征值，将上述特征值与正常叶片的特征值通过BP神经网络进行训练、学习，得到最优的BP神经网络模型；在进行识别阶段，提取待识别叶片图像的特征，输入上述最优的BP神经网络模型中，即判断柑橘树是否健康。本发明还可进一步判断黄龙病的种类，以及是否是非黄龙病黄化。本发明能够对柑橘黄龙病进行早期、准确、非破坏性诊断，具有检测精度高的优点。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.026 秒)
