一种基于卷积神经网络的甘蔗蔗节特征识别与定位方法

    公开(公告)号:CN110288033A

    公开(公告)日:2019-09-27

    申请号:CN201910570675.2

    申请日:2019-06-28

    IPC分类号: G06K9/62 G06T7/00

    摘要: 本发明公开了一种基于卷积神经网络的甘蔗蔗节特征识别与定位方法,属于计算机视觉技术领域,通过深层卷积神经网络,对甘蔗图像数据进行识别处理,得到甘蔗特征识别定位模型,通过输入模型的图像数据,获得甘蔗表面特征数据,继而得到特征的真实坐标数据。主要包括两部分,第一部分为识别定位系统模型的建立与训练,第二部分为识别定位,将数据传递给后续设备。本方法具有识别率高,响应速度快等优点,通过结合识别后的算法能够对甘蔗蔗节信息进行实时更新,可使识别率可以达到90%以上,并使识别时间在50毫秒左右,从而实现甘蔗切种机械智能化,大大提高生产效率。

    一种提高甘蔗种发芽及成活率的种植方法

    公开(公告)号:CN109452123A

    公开(公告)日:2019-03-12

    申请号:CN201811606268.4

    申请日:2018-12-27

    IPC分类号: A01G22/55 A01G9/029

    摘要: 本发明涉及一种提高甘蔗种发芽及成活率的种植方法,属于种植技术领域。所述种植方法,包括以下步骤:(1)将甘蔗种在节的两端用切种机切断,切成带芽的5厘米长的甘蔗种段;(2)将甘蔗种段消毒;(3)将消毒后的甘蔗种段装入圆筒状育苗杯中;(4)将制备的疏松潮湿的营养土加满已放置甘蔗种段的育苗杯中;(5)将已添加营养土的育苗杯移到育苗间放置,经过5-6天后,用人工或预切种式种植机在已开垄沟的大田栽种,用人工或机械覆土并稍稍压实。本发明的种植方法提高了甘蔗种的发芽率和成活率,提高了种植效率,降低了种植成本,便于大规模机械化种植和中耕管理及收获。