-
公开(公告)号:CN115192048A
公开(公告)日:2022-10-18
申请号:CN202210851305.8
申请日:2022-07-20
申请人: 常州大学
摘要: 本发明涉及SVR算法技术领域,尤其涉及一种用于肌电‑握力预测的改进SVR方法及装置,包括分别采集正常侧手臂的肌电信号和握力信号;对肌电信号和握力信号进行预处理、特征提取,构建特征提取后的肌电信号和握力信号的训练集和测试集;通过训练集数据训练出改进SVR模型。本发明通过正常侧指套装置抓取物体,采集物体对应的握力值与正常侧肌电值,通过麻雀搜索算法对SVR模型改进,建立肌电与握力预测模型;并实时采集患侧抓取物体时的握力,通过比较抓取相同物体时正常侧与患侧握力的差值,对患侧的握力进行补偿。
-
公开(公告)号:CN118762176A
公开(公告)日:2024-10-11
申请号:CN202410752725.X
申请日:2024-06-12
申请人: 常州大学
IPC分类号: G06V10/26 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0464 , G06V10/44 , G06V10/764 , G06T1/00
摘要: 本发明涉及图像处理技术领域,尤其涉及一种基于种子区域生长的桃树枝干弱监督图像分割方法,包括采集果园果树枝干原始图像,并对图像进行预处理;将原始图像输入基于线级的稀疏标注的种子算法,生成初始种子图;利用分割网络对原始图像中的桃枝进行深度语义特征的提取,得到分割特征图;将SRG融合算法集成到分割网络中进行弱监督语义分割;将初始种子图在分割特征图中迭代生长,并输出标签图。本发明在实现智能剪枝的机械化、自动化以及智能化以及在稀疏标注的基础上实现对桃树枝干的弱监督图像分割。
-
公开(公告)号:CN115713693A
公开(公告)日:2023-02-24
申请号:CN202211484189.7
申请日:2022-11-24
申请人: 常州大学
IPC分类号: G06V20/10 , G06V10/26 , G06V10/82 , G06N3/082 , G06N3/0464
摘要: 本发明涉及果树剪枝技术领域,尤其涉及一种基于神经网络和模糊决策的果树剪枝方法及系统,包括:通过AR眼镜采集果树枝干图像;对果树枝干图像进行对暗光增强和曝光纠正;采用ShuffleNetV2的基本单元及网络结构,卷积层部分融入ResNet101的层级分割,对图像进行枝干分割,输出影响果树剪枝决策的特征;将果树剪枝决策的特征输入TSK模糊神经网络,输出枝条的类别。本发明克服了艰难的地形带来的影响,保证在地势险要的地方仍然能够正常作业,灵活完成AR智能识别剪枝点;还克服了一般深度学习神经网络模型需要大量训练集、计算量大、对计算机硬件要求高,识别精度不够高缺点。
-
公开(公告)号:CN115496979A
公开(公告)日:2022-12-20
申请号:CN202211120206.9
申请日:2022-09-15
申请人: 常州大学
摘要: 本发明涉及图像检测技术领域,尤其涉及一种基于多重特征融合的果园幼果生长姿态视觉辨识方法,包括采集果园幼果数据图像,对图像中的目标检测框进行调整;通过标注的数据集进行格式转换,对转换后的数据集进行裁剪预处理;构建幼果生长姿态特征提取模型,并采用Bi‑FPN网络对特征提取模型的浅层特征图与高层特征图进行深度融合;采用姿态预测层对融合处理后的特征图进行姿态框回归,并对目标区域进行提取;通过训练数据集对模型进行训练,保存姿态框的坐标,计算幼果生长姿态角度。本发明在实现智能套袋的机械化、自动化以及智能化以及保证幼果的适时高效率套袋、降低套袋作业费用等方面提供有效的解决方案。
-
-
-