-
公开(公告)号：CN115063677B
公开(公告)日：2023-10-10
申请号：CN202210657365.6
申请日：2022-06-10
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V20/64 , G06V10/30 , G06V10/774
Abstract: 本发明公开了一种基于点云信息的麦田倒伏程度识别方法和装置，该方法包括：1获取麦田倒伏样本的倾斜高度、垂直高度、麦田的倒伏面积以及麦田无人机图像数据，其中，麦田实测数据用于确定麦田倒伏程度，麦田无人机图像数据用于获取麦田原始点云；2基于麦田原始点云，对麦田原始点云进行预处理，得到麦田归一化点云；3基于霍特林变换的麦田点云数据降维方法，对麦田归一化点云进行降维，得到点云降维图像；4利用深度学习模型对点云降维图像进行训练，得到麦田倒伏程度识别结果。本发明能降低点云数据处理的难度和复杂度；同时，能实现小麦倒伏程度的快速、精准识别。
-
公开(公告)号：CN115049926A
公开(公告)日：2022-09-13
申请号：CN202210657361.8
申请日：2022-06-10
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06Q50/02
Abstract: 本发明公开了一种基于深度学习的小麦倒伏损失评估方法和装置，涉及图像处理的技术领域，并包括：1获取小麦地块的图像信息，并对图像信息进行预处理，得到研究区域图像和标签数据；2将小麦的研究区域图像与倒伏颜色指数图像和数字表面模型图像进行通道合成，得到小麦多通道融合图像；3构建深度学习小麦倒伏识别模型，包括编码器和解码器，其中编码器包括特征提取网络、卷积块注意力模块和卷积层；4将小麦倒伏图像数据输入小麦倒伏识别模型中，得到倒伏区域的预测结果并计算倒伏区域面积；5利用分类模型评估倒伏损失等级评估。本发明能够准确提取小麦倒伏区域，同时评估倒伏损失等级，解决了现有小麦倒伏损失评估方法准确率较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN116740703A
公开(公告)日：2023-09-12
申请号：CN202310719552.7
申请日：2023-06-16
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/776 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于点云信息的小麦表型参数变化率估测方法和装置，该方法包括：1、获取两个不同时期的盆栽小麦的图像信息，得到多视角序列盆栽小麦RGB图像和深度图像数据，构建数据集；2、构建WheatMVS模型，包括金字塔特征融合模块、块匹配模块和深度图融合模块；3、模型训练完成后加载最优权重，利用WheatMVS模型重建盆栽小麦并进行点云预处理，得到盆栽小麦的比例尺信息、校正后的三维点云模型；4、利用表型提取方法对盆栽小麦表型参数进行提取，并利用参数变化率方法对盆栽小麦点云模型进行表型参数变化率估测。本发明能准确重建出盆栽小麦点云模型，同时能实现盆栽小麦的表型参数变化率准确估测。
-
公开(公告)号：CN115049926B
公开(公告)日：2023-10-24
申请号：CN202210657361.8
申请日：2022-06-10
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/02
Abstract: 本发明公开了一种基于深度学习的小麦倒伏损失评估方法和装置，涉及图像处理的技术领域，并包括：1获取小麦地块的图像信息，并对图像信息进行预处理，得到研究区域图像和标签数据；2将小麦的研究区域图像与倒伏颜色指数图像和数字表面模型图像进行通道合成，得到小麦多通道融合图像；3构建深度学习小麦倒伏识别模型，包括编码器和解码器，其中编码器包括特征提取网络、卷积块注意力模块和卷积层；4将小麦倒伏图像数据输入小麦倒伏识别模型中，得到倒伏区域的预测结果并计算倒伏区域面积；5利用分类模型评估倒伏损失等级评估。本发明能够准确提取小麦倒伏区域，同时评估倒伏损失等级，解决了现有小麦倒伏损失评估方法准确率较低的问题。
-
公开(公告)号：CN115063677A
公开(公告)日：2022-09-16
申请号：CN202210657365.6
申请日：2022-06-10
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V20/64 , G06V10/30 , G06V10/774
Abstract: 本发明公开了一种基于点云信息的麦田倒伏程度识别方法和装置，该方法包括：1获取麦田倒伏样本的倾斜高度、垂直高度、麦田的倒伏面积以及麦田无人机图像数据，其中，麦田实测数据用于确定麦田倒伏程度，麦田无人机图像数据用于获取麦田原始点云；2基于麦田原始点云，对麦田原始点云进行预处理，得到麦田归一化点云；3基于霍特林变换的麦田点云数据降维方法，对麦田归一化点云进行降维，得到点云降维图像；4利用深度学习模型对点云降维图像进行训练，得到麦田倒伏程度识别结果。本发明能降低点云数据处理的难度和复杂度；同时，能实现小麦倒伏程度的快速、精准识别。
-
公开(公告)号：CN116740703B
公开(公告)日：2023-11-24
申请号：CN202310719552.7
申请日：2023-06-16
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/776 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于点云信息的小麦表型参数变化率估测方法和装置，该方法包括：1、获取两个不同时期的盆栽小麦的图像信息，得到多视角序列盆栽小麦RGB图像和深度图像数据，构建数据集；2、构建WheatMVS模型，包括金字塔特征融合模块、块匹配模块和深度图融合模块；3、模型训练完成后加载最优权重，利用WheatMVS模型重建盆栽小麦并进行点云预处理，得到盆栽小麦的比例尺信息、校正后的三维点云模型；4、利用表型提取方法对盆栽小麦表型参数进行提取，并利用参数变化率方法对盆栽小麦点云模型进行表型参数变化率估测。本发明能准确重建出盆栽小麦点云模型，同时能实现盆栽小麦的表型参数变化率准确估测。
-
公开(公告)号：CN216526843U
公开(公告)日：2022-05-13
申请号：CN202220053526.6
申请日：2022-01-11
Applicant: 安徽农业大学
IPC: G05B19/042
Abstract: 本实用新型公开了一种农业机器人，属于植保机技术领域。一种农业机器人，包括：激光雷达，用于感知环境，并输出环境数据；控制机构，包括通过串口通信的控制器和工控机，所述工控机与所述激光雷达通过串口通信，用于接收并处理环境数据；行走机构，包括驱动行走机构的驱动电机，所述驱动电机与所述控制器通过CAN通信连接；执行机构，包括与控制器相连接的喷药泵；柔性导向机构，包括围在执行机构外侧的引导框，用于引导植物枝条避开执行机构；电源，与所述激光雷达、控制机构、行走机构和执行机构电性连接。本实用新型通过激光雷达、控制机构、行走机构和电源的设置，可以实现机器人的自动行驶，带有喷药泵的执行机构可以实现农药喷洒效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
