公开(公告)号：CN111754547B

公开(公告)日：2023-06-23

申请号：CN202010562958.5

申请日：2020-06-19

申请人： 天津农学院

发明人： 陈长喜 ,  张海洋 ,  张万潮 ,  王莲莲 ,  韦冰 ,  吴凯 ,  赵光煜

IPC分类号： G06T7/246 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06T5/40 ,  G06V10/50

摘要： 本发明涉及一种暗光环境肉鸡的多目标自动识别跟踪定位方法，其技术特点是：采集暗光环境下的肉鸡图像并对其进行预处理；对预处理后的肉鸡图像进行特征标注；训练暗光环境肉鸡识别模型，并通过暗光环境肉鸡识别模型对暗光环境下的肉鸡图像进行识别预测，得到暗光环境肉鸡对应的特征分类结果并评估暗光环境肉鸡识别模型的有效性；输出目标肉鸡的最终位置信息并跟踪定位监测。本发明实现暗光环境肉鸡的多目标自动识别跟踪定位功能，能够及时掌握肉鸡的生长状态，便于饲养过程中环境条件、饲养管理、营养等因素的控制，进而有效解决了人工在暗光环境下检查肉鸡时存在的费时费力的问题，具有识别过程省时省力、识别结果客观准确等特点。

公开(公告)号：CN110991300B

公开(公告)日：2022-07-05

申请号：CN201911181436.4

申请日：2019-11-27

申请人： 天津农学院

发明人： 陈长喜 ,  张海洋 ,  许晓华 ,  张万潮 ,  何玲 ,  赵光煜 ,  韦冰 ,  王莲莲

IPC分类号： G06V40/10 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

摘要： 本发明涉及一种肉鸡腹部异常肿胀状态的自动识别方法，包括以下步骤：步骤1、对腹部异常肿胀肉鸡图像进行预处理；步骤2、对处于腹部异常肿胀肉鸡进行特征标注；步骤3、训练肉鸡腹部异常肿胀识别模型，得到腹部异常肿胀肉鸡对应的特征分类结果并评估肉鸡腹部异常肿胀识别模型的有效性；步骤4、根据步骤3获得的特征分类结果输出腹部异常肿胀肉鸡的最终判断结果。本发明的识别过程省时省力、识别结果客观准确。

公开(公告)号：CN110991300A

公开(公告)日：2020-04-10

申请号：CN201911181436.4

申请日：2019-11-27

申请人： 天津农学院

发明人： 陈长喜 ,  张海洋 ,  许晓华 ,  张万潮 ,  何玲 ,  赵光煜 ,  韦冰 ,  王莲莲

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04

摘要： 本发明涉及一种肉鸡腹部异常肿胀状态的自动识别方法，包括以下步骤：步骤1、对腹部异常肿胀肉鸡图像进行预处理；步骤2、对处于腹部异常肿胀肉鸡进行特征标注；步骤3、训练肉鸡腹部异常肿胀识别模型，得到腹部异常肿胀肉鸡对应的特征分类结果并评估肉鸡腹部异常肿胀识别模型的有效性；步骤4、根据步骤3获得的特征分类结果输出腹部异常肿胀肉鸡的最终判断结果。本发明的识别过程省时省力、识别结果客观准确。

公开(公告)号：CN111754547A

公开(公告)日：2020-10-09

申请号：CN202010562958.5

申请日：2020-06-19

申请人： 天津农学院

发明人： 陈长喜 ,  张海洋 ,  张万潮 ,  王莲莲 ,  韦冰 ,  吴凯 ,  赵光煜

IPC分类号： G06T7/246 ,  G06T7/73 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种暗光环境肉鸡的多目标自动识别跟踪定位方法，其技术特点是：采集暗光环境下的肉鸡图像并对其进行预处理；对预处理后的肉鸡图像进行特征标注；训练暗光环境肉鸡识别模型，并通过暗光环境肉鸡识别模型对暗光环境下的肉鸡图像进行识别预测，得到暗光环境肉鸡对应的特征分类结果并评估暗光环境肉鸡识别模型的有效性；输出目标肉鸡的最终位置信息并跟踪定位监测。本发明实现暗光环境肉鸡的多目标自动识别跟踪定位功能，能够及时掌握肉鸡的生长状态，便于饲养过程中环境条件、饲养管理、营养等因素的控制，进而有效解决了人工在暗光环境下检查肉鸡时存在的费时费力的问题，具有识别过程省时省力、识别结果客观准确等特点。

公开(公告)号：CN106770013A

公开(公告)日：2017-05-31

申请号：CN201611236915.8

申请日：2016-12-28

申请人： 天津农学院

发明人： 单慧勇 ,  曹燕 ,  张海洋 ,  杨仁杰 ,  刘海学 ,  赵辉 ,  杨延荣 ,  卫勇

IPC分类号： G01N21/359

CPC分类号： G01N21/359

摘要： 本发明公开了一种基于二维相关光谱不变矩特征判别掺杂尿素牛奶的方法，包括以下步骤：1)准备纯牛奶和掺杂牛奶作为训练样品，获得训练样品的二维近红外相关光谱图；2)根据不变矩理论，提取步骤1)二维近红外相关光谱图的不变矩特征；3)利用主成分分析法对步骤2)所得不变矩特征进行优选，得到优选不变矩特征；4)建立支持向量机模型，采用支持向量机法对所述训练样品的二维近红外相关光谱图进行分类识别；5)将未知种类牛奶的二维近红外相关光谱图的优选不变矩特征输入步骤4)中训练后的支持向量机模型中，即可判别所述未知种类牛奶的种类。本法民的方法可实现大量数据的同时处理，判别效率高。

公开(公告)号：CN106596464A

公开(公告)日：2017-04-26

申请号：CN201611205884.X

申请日：2016-12-23

申请人： 天津农学院

发明人： 刘海学 ,  杨仁杰 ,  张海洋 ,  吴惠惠 ,  朱文碧 ,  孙雪杉 ,  刘洋

IPC分类号： G01N21/359 ,  G01N21/3563

CPC分类号： G01N21/359 ,  G01N21/3563

摘要： 本发明公开了一种奶粉中掺三聚氰胺的近红外自相关谱检测方法，其步骤为：(1)准备纯牛奶以及掺杂不同浓度三聚氰胺奶粉；(2)扫描纯奶粉和掺假三聚氰胺奶粉近红外光谱；(3)计算得到掺假三聚氰胺奶粉同步二维近红外相关谱矩阵；(4)提取同步二维近红外相关谱矩阵主对角线上元素，得到自相关谱矩阵；(5)采用偏最小二乘法建立定量分析模型；(6)将未知样品奶粉自相关谱矩阵代入定量分析模型，得到未知样品奶粉中三聚氰胺含量。本发明相对常规一维近红外光谱，可更有效提取奶粉中微量的三聚氰胺特征信息，实现未知奶粉样品中三聚氰胺含量的准确预测，缩短了建模时间，提高了建模和分析效率，可推广到其它食品掺假检测中。