公开(公告)号：CN119151884A

公开(公告)日：2024-12-17

申请号：CN202411190234.7

申请日：2024-08-28

Applicant: 华南农业大学

Inventor： 齐龙 ,  欧阳霖 ,  蒋郁 ,  马锐军 ,  吴双龙 ,  侯俊伟 ,  张文浩 ,  钟泽洋

IPC: G06T7/00 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明的目的是提供一种基于深度学习的土壤团聚体固相特性检测方法及装置，该方法包括：获取土壤团聚体样本图像；采用土壤团聚体分割模型将所述土壤团聚体样本图像分割得到每一个团聚体形状的掩码图像；根据所述掩码图像通过使用opencv计算得到土壤团聚体固相特性。本发明通过对待检测土壤团聚体样本进行图像采集，然后通过基于深度学习的土壤团聚体固相特性检测模型，计算得到待检测土壤团聚体样本的固相特性；检测过程简单，具有检测效率快、检测精度高的特点。

公开(公告)号：CN116818629A

公开(公告)日：2023-09-29

申请号：CN202310647577.0

申请日：2023-06-01

Applicant: 华南农业大学

Inventor： 王海林 ,  刘怡颖 ,  侯俊伟 ,  江俊 ,  傅灯斌 ,  马锐军 ,  杨秀丽 ,  齐龙 ,  欧阳霖 ,  杨沄瑾

IPC: G01N15/08 ,  G01D21/02 ,  G06F18/25 ,  G06F18/27 ,  G06F18/211 ,  G06N3/0499 ,  G06N3/082 ,  G06N3/084 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明公开一种基于多源数据融合和机器学习的土壤孔隙度原位检测方法，包括：将土壤孔隙度原位检测机器学习模型部署在土壤孔隙度原位检测装置的工控机中，采集待测土样；使用时域反射传感器探针插入获取附近土壤的土壤体积水含量、土壤温度及体积电导率；数据采集模块采集待测土样内部水平切面的分层图像及土壤阻力的变化曲线；数据处理模块对数据处理，分别得到图像特征、标准温度25℃时的体积电导率和土壤阻力平均值；将土壤体积水含量以及得到数据作为待测土样的特征数据，将特征数据代入训练好的土壤孔隙度原位检测机器学习模型中，计算出待测土样的土壤孔隙度。该方法可以快速地对土壤孔隙度进行检测，检测效率快，成本低廉，检测精度高。

公开(公告)号：CN116448642A

公开(公告)日：2023-07-18

申请号：CN202310320219.9

申请日：2023-03-28

Applicant: 华南农业大学

Inventor： 王海林 ,  刘怡颖 ,  侯俊伟 ,  傅灯斌 ,  江俊 ,  杨沄瑾 ,  卢煜强 ,  欧阳霖 ,  吴双龙 ,  齐龙

IPC: G01N15/08

Abstract: 本发明公开一种基于工业相机的土壤孔隙度原位检测装置及其使用方法，该检测装置包括光箱、土样推切机构、控制系统以及图像采集系统，该土样推切机构包括机架、推土机构以及切土机构；所述推土机构用于将环刀中的土样按照设定高度精准推出，所述切土机构用于将推出的土样进行切除；所述控制系统用于控制推土机构以及切土机构运动；所述图像采集系统用于采集土样的分层图像，结合计算机视觉和机器学习分析土样的土壤孔隙结构，获得土壤孔隙度的大小。该检测装置结构小巧紧凑，基于工业相机分层采集图像，消除单层随机误差，结合计算机视觉和机器学习可以快速准确地对土壤孔隙度进行检测，从而快速掌握土壤孔隙度的空间变异性，省时省力，且检测装置检测精度高。

公开(公告)号：CN118858110A

公开(公告)日：2024-10-29

申请号：CN202411190174.9

申请日：2024-08-28

Applicant: 华南农业大学

Inventor： 邢航 ,  钟泽洋 ,  侯俊伟 ,  蒋郁 ,  齐龙 ,  吴双龙 ,  马锐军 ,  张文浩 ,  欧阳霖

IPC: G01N15/08 ,  G01N29/07 ,  G01N29/12 ,  G01N29/11 ,  G01N29/44

Abstract: 本发明的目的是提供一种基于超声波和机器学习的土壤孔隙度检测方法，该方法包括：制备标准土壤样本；利用超声波透射法检测土壤样本的孔隙度与含水率与超声波波速、振幅、主频的关系；根据所述土壤样本的孔隙度与含水率与超声波波速、振幅、主频的关系建立土壤孔隙度与声学参数间的孔隙度声学参数模型；设置土壤孔隙度与声学参数间的孔隙度声学参数模型的超参数；采用设置好的土壤孔隙度与声学参数间的孔隙度声学参数模型对采集的土壤样本进行孔隙度检测。本发明综合分析了多项声学参数、含水率与土壤孔隙度三者之间的关系，保证土壤孔隙度与声学参数间的孔隙度声学参数模型的准确性和抗干扰能力，相比其他传统方法有着无损、快速、价格低的优势。

公开(公告)号：CN116721287A

公开(公告)日：2023-09-08

申请号：CN202310637220.4

申请日：2023-05-31

Applicant: 华南农业大学

Inventor： 王海林 ,  江俊 ,  侯俊伟 ,  刘怡颖 ,  蒋郁 ,  齐龙 ,  邢航 ,  欧阳霖

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/54 ,  G06V10/56 ,  G06V10/82 ,  G06N3/0464 ,  G01N33/24

Abstract: 本发明公开一种基于深度学习的土壤质地检测方法及装置，该方法包括：采集多种类型的土壤样本，将每个土壤样本平均分成两份；其中一份送至第三方权威机构进行土壤质地参数检测；另一份通过图像采集装置对其进行图像采集；提取图像中的感兴趣区域，获得只保存有土壤区域的土壤图像；提取土壤图像中的图像特征；划分和加载数据，将土壤图像与对应的土壤质地参数一一匹配，构建图像标签数据集，将所述图像标签数据集分为训练集和测试集；构建深度学习土壤质地检测模型；通过图像采集装置对待检测土壤进行图像采集，通过深度学习土壤质地检测模型计算出待检测土壤中的土壤质地参数。该方法检测过程简单，具有检测效率快、检测精度高的特点。