-
公开(公告)号：CN117037931A
公开(公告)日：2023-11-10
申请号：CN202310753100.0
申请日：2023-06-25
Abstract: 本发明提出了一种基于双差比值指数的叶片叶绿素含量计算方法，涉及叶片叶绿素含量计算领域；该方法包括以下步骤：获取样本叶片的叶片光谱数据，对叶片光谱数据进行导数光谱变换处理，得到不同阶的导数光谱；对导数光谱进行特征扩建，得到各个导数光谱的波段植被指数，将满足预设条件的波段植被指数确定为波段组合；根据波段组合的叶绿素真实值和叶绿素预测值，计算得到每个波段组合的评价系数，将满足预设条件的评价系数的波段组合确定为特征波段组合；通过特征波段组合、叶绿素真实值和叶绿素预测值，对初始模型进行训练，得到训练完成的计算模型；根据目标叶片的目标光谱数据并输入计算模型，得到目标叶片对应的叶绿素含量。
-
Patent Agency Ranking
公开(公告)号：CN118711055A
公开(公告)日：2024-09-27
申请号：CN202410748958.2
申请日：2024-06-11
Applicant: 桂林理工大学
IPC: G06V20/10 , G06V10/25 , G06V10/44 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N5/04
Abstract: 本发明提供一种基于改进的YOLOv7‑tiny柑橘果实估产方法，属于计算机图像识别与农业智能监测领域，针对现存网络检测精度与检测速度不平衡问题，提出如下改进方法：在空间池化金字塔后添加了Biformer双层路由注意力机制，在颈部网络中将普通卷积替换为GSConv，并引入了VoVGSCSP模块，在主干网络中，用PConv替换简化后的ELAN高效层聚合网络，以提升检测精度并减少网络模型计算量；然后基于网络识别计数与人工计数，联合回归模型构建估产预测模型。本申请提供一种快速且准确的柑橘果实估产方法，能够应用于手机等便携设备进行实时识别，可减少计数误差、提高计数精度，为复杂环境下果实估产技术发展提供新思路。
-
公开(公告)号：CN118758930A
公开(公告)日：2024-10-11
申请号：CN202410749024.0
申请日：2024-06-11
Applicant: 桂林理工大学
IPC: G01N21/84
Abstract: 空地协同柑橘黄龙病识别与监测软件，包括手持硬件检测仪和软件系统，涉及农业辅助装备技术和软件领域，该装置包括处理器、存储器、摄像头、定位模块、触摸屏、电源、散热设备、电源开关、保护壳体、网卡卡槽，所述处理器、存储器、定位模块、电源置于保护壳体内部，所述触摸屏设于保护壳体正面，所述摄像头、散热设备设于保护壳体背面，所述电源开关设于保护壳体右侧面，处理器与摄像头、定位模块、存储器、触摸屏、电源开关和电源相连，保护壳体下侧设电源充电接口和网卡卡槽。本发明提供一个手持硬件检测仪和软件系统，软件系统包含的功能有：无人机影像处理、黄龙病疑似病区判别、黄龙病识别、柑橘长势监测、九里香识别。
-
公开(公告)号：CN118710847A
公开(公告)日：2024-09-27
申请号：CN202410749079.1
申请日：2024-06-11
Applicant: 桂林理工大学
Abstract: 本发明提供一种矢量要素与DEM同步LOD建模算法。在数据预处理阶段，主要进行了数据分块、边界提取、点集重要性程度排序、模型空间误差的计算、约束Delaunay构三角网以及局部三角化等操作步骤；在实时渲染阶段，采取了一种屏幕投影误差与模型空间误差间关系的简单处理方法，通过视点来实时控制和调用不同精度的LOD模型；最后还通过了视域裁剪等措施进行加速渲染，保证了渲染效果和效率。本发明够解决目前空间矢量线与地形数据在LOD模型中简化操作不同步的瓶颈问题。
-
公开(公告)号：CN117871514A
公开(公告)日：2024-04-12
申请号：CN202211342369.1
申请日：2022-10-31
Applicant: 桂林理工大学
Abstract: 手持式农作物病虫害检测仪，涉及农业辅助装备技术领域，该装置包括处理器、存储器、摄像头、定位模块、触摸屏、电源、散热设备、电源开关、保护壳体，所述处理器、存储器、定位模块、电源置于保护壳体内部，所述触摸屏设于保护壳体正面，所述摄像头、散热设备设于保护壳体背面，所述电源开关设于保护壳体右侧面，处理器与摄像头、定位模块、存储器、触摸屏、电源开关和电源相连，保护壳体下侧设电源充电接口。本发明提供一个手持式的农作物病虫害检测仪，通过拍取作物照片，然后处理器对图片进行处理，最后屏幕将作物病虫害检测结果反馈给用户，使用户能够快速诊断农作物患病情况，能够无接触式检测病虫害，实现农作物病虫害智能检测。
-
公开(公告)号：CN218896050U
公开(公告)日：2023-04-21
申请号：CN202222873147.4
申请日：2022-10-31
Applicant: 桂林理工大学
Abstract: 手持式农作物病虫害检测仪，涉及农业辅助装备技术领域，该装置包括处理器、存储器、摄像头、定位模块、触摸屏、电源、散热设备、电源开关、保护壳体，所述处理器、存储器、定位模块、电源置于保护壳体内部，所述触摸屏设于保护壳体正面，所述摄像头、散热设备设于保护壳体背面，所述电源开关设于保护壳体右侧面，处理器与摄像头、定位模块、存储器、触摸屏、电源开关和电源相连，保护壳体下侧设电源充电接口。本实用新型提供一个手持式的农作物病虫害检测仪，通过拍取作物照片，然后处理器对图片进行处理，最后屏幕将作物病虫害检测结果反馈给用户，使用户能够快速诊断农作物患病情况，能够无接触式检测病虫害，实现农作物病虫害智能检测。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
