-
公开(公告)号:CN116840188B
公开(公告)日:2024-05-24
申请号:CN202310789348.2
申请日:2023-06-29
Applicant: 南京农业大学三亚研究院
Abstract: 本申请涉及一种高效旋转式激光气体检测仪,属于激光检测技术领域。其包括主机系统、激光收发装置和伸缩式反射棱镜,所述激光收发装置输入检测数据信号入所述主机系统,所述激光收发装置与所述伸缩式反射棱镜间隔设置,所述激光收发装置包括收发支架和收发装置,所述收发支架包括底座、伸缩结构和安装座,所述安装座通过所述伸缩结构安装于所述底座上,所述收发装置安装于所述安装座,所述伸缩式反射棱镜包括伸缩支架和安装在伸缩支架上的反射棱镜,所述安装座相对所述底座转动安装。本申请具有设备精简检测有效的效果。
-
公开(公告)号:CN116840188A
公开(公告)日:2023-10-03
申请号:CN202310789348.2
申请日:2023-06-29
Applicant: 南京农业大学三亚研究院
Abstract: 本申请涉及一种高效旋转式激光气体检测仪,属于激光检测技术领域。其包括主机系统、激光收发装置和伸缩式反射棱镜,所述激光收发装置输入检测数据信号入所述主机系统,所述激光收发装置与所述伸缩式反射棱镜间隔设置,所述激光收发装置包括收发支架和收发装置,所述收发支架包括底座、伸缩结构和安装座,所述安装座通过所述伸缩结构安装于所述底座上,所述收发装置安装于所述安装座,所述伸缩式反射棱镜包括伸缩支架和安装在伸缩支架上的反射棱镜,所述安装座相对所述底座转动安装。本申请具有设备精简检测有效的效果。
-
公开(公告)号:CN119046230A
公开(公告)日:2024-11-29
申请号:CN202411457195.2
申请日:2024-10-18
Applicant: 南京农业大学三亚研究院 , 南京农业大学 , 农业农村部科技发展中心
IPC: G06F16/11 , G06Q10/0631 , G06Q10/10 , G06F16/16 , G01D21/02
Abstract: 本发明涉及一种跨平台植物表型监测控制系统,包括:控制终端、工控机、传感器设备和存储介质;控制终端用于根据实际需求对实验地点进行规划和管理,并根据采集任务下达控制指令给工控机;工控机用于根据接收到的控制指令向传感器设备下达操作命令;传感器设备用于对植物表型数据进行捕获,并通过工控机将捕获数据上传至控制终端进行处理和归档后,由控制终端将处理结果保存至存储介质或者上传至数据管理分析平台。本发明可以有效地提高实验效率,保证了数据的准确性和相关性,因此,本发明可以广泛应用于作物表型监测领域。
-
公开(公告)号:CN117409403B
公开(公告)日:2024-03-19
申请号:CN202311730898.3
申请日:2023-12-15
Applicant: 南京农业大学三亚研究院 , 南京农业大学
Abstract: 本发明涉及一种基于深度学习的水稻稻穗成熟度估算方法,该方法包括:对水稻稻穗样品进行图像采集;对采集的水稻稻穗样品图像信息进行预处理后,输入预先建立的语义分割模型对水稻稻穗样品进行分割,根据分割结果提取得到水稻稻穗样品的表型参数;基于水稻稻穗样品的表型参数对水稻稻穗样品的含水率进行估算,并基于含水率对水稻稻穗样品的成熟度进行估算,从而实现更加精准和高效的水稻收获时间预测。本发明可以广泛应用于作物表型监测技术领域。
-
公开(公告)号:CN119624969A
公开(公告)日:2025-03-14
申请号:CN202510161800.X
申请日:2025-02-14
Applicant: 南京农业大学三亚研究院 , 南京农业大学
IPC: G06T7/00 , G06V20/52 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0985 , G01N21/84 , G01N21/01 , G01N21/13
Abstract: 本发明涉及一种水稻稻穗叶绿素估算方法、系统、设备和介质,包括以下步骤:对水稻稻穗样品进行图像采集;对采集的水稻稻穗样品图像信息进行预处理后,输入预先建立的叶绿素回归分析模型对水稻稻穗样品的叶绿素进行预测,并基于叶绿素预测结果对水稻稻穗样品的成熟度进行估算。本发明采用基于RGB图像的水稻稻穗叶绿素回归分析模型,实现了稻穗叶绿素的实时、无损监测。本发明可以广泛应用于作物监测技术领域。
-
公开(公告)号:CN117409403A
公开(公告)日:2024-01-16
申请号:CN202311730898.3
申请日:2023-12-15
Applicant: 南京农业大学三亚研究院 , 南京农业大学
Abstract: 本发明涉及一种基于深度学习的水稻稻穗成熟度估算方法,该方法包括:对水稻稻穗样品进行图像采集;对采集的水稻稻穗样品图像信息进行预处理后,输入预先建立的语义分割模型对水稻稻穗样品进行分割,根据分割结果提取得到水稻稻穗样品的表型参数;基于水稻稻穗样品的表型参数对水稻稻穗样品的含水率进行估算,并基于含水率对水稻稻穗样品的成熟度进行估算,从而实现更加精准和高效的水稻收获时间预测。本发明可以广泛应用于作物表型监测技术领域。
-
公开(公告)号:CN117853903A
公开(公告)日:2024-04-09
申请号:CN202311698416.0
申请日:2023-12-12
Applicant: 南京农业大学 , 南京农业大学三亚研究院
IPC: G06V20/10 , G06V20/56 , G06V10/10 , G06V10/82 , G06V10/94 , G06F16/51 , G06F16/587 , H04W4/029 , H04W4/38 , H04W4/44 , H04W64/00 , G16Y10/05 , G16Y20/00 , G16Y40/10 , G16Y40/20 , G16Y40/60
Abstract: 面向生物育种的跨平台作物表型数据采集处理系统及方法,该系统包括:数据采集装置,其包括图像采集设备,采集包含作物表型信息的图片;表型数据传输装置,其与数据采集装置进行通信连接,对数据采集装置获取的包含作物表型信息的图片进行信息标注,以得到作物表型数码图片数据;标准化数据存储管理系统,使用OpenSilex进行数据的规范、标准化;表型数据性状提取分析装置,其为部署在云端的服务器,其与标准化数据存储管理系统进行通信连接,进行作物表型性状分析;所述表型数据传输装置还包括定位模块,其用于实现对数据采集装置所进行的采集作业位置进行准确定位,以确定数据采集装置所采集的包含作物表型信息的图片所对应的作物位置。
-
-
-
-
-
-