-
公开(公告)号：CN118883607A
公开(公告)日：2024-11-01
申请号：CN202410911514.6
申请日：2024-07-09
Applicant: 河北农业大学
Abstract: 本发明属于数据检测领域，提供一种植物器官内部水分检测方法、装置、电子设备及介质，方法包括：获取待检测的植物器官对应的多回波图像；根据多回波图像中各层子图像内相同二维坐标的体素点存在的衰减关系，对多回波图像中的体素点进行回波筛选，得到剔除离群点后的待检测图像；对待检测图像按照逐个体素点的方式进行T2谱反演，生成T2图谱和A2图谱，得到整个植物器官逐体素尺度的水分检测结果。本发明提供的方案，通过对多回波图像中的体素点进行回波筛选，剔除多回波图像中的离群点，并结合逐个体素点进行T2图谱反演的方式，可以得到更加准确、细颗粒度、多维化的反演结果，使得水分检测结果的准确性和全面性均得到提升。
-
公开(公告)号：CN118230021A
公开(公告)日：2024-06-21
申请号：CN202410054588.2
申请日：2024-01-15
Applicant: 河北农业大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/26 , G06V10/30 , G06V20/10 , G06N3/0499 , G01S17/88
Abstract: 本发明公开了一种基于点云集合的跨季单木种类识别方法及应用，属于图像处理和计算机视觉技术领域，包括以下步骤：S1、使用激光雷达获取目标区域树木有叶子和无叶子的三维点云数据；S2、从目标区域三维点云数据中提取所有单棵树木；S3、对每棵树木的三维点云进行预处理；S4、使用Numpy库将单棵树木围绕X、Y、Z轴分别随机旋转0～10°、0～10°和0～360°实现数据增强；S5、通过基于结构感知的深度学习分类模型构建树木种类分类器；S6、将新的树木点云数据输入构建好的树木种类分类器，实现树木种类的自动识别。本发明采用上述的一种基于点云集合的跨季单木种类识别方法及应用，该方法能够自动处理点云数据中的噪声和无关信息，提高了处理效率和准确性。
-
公开(公告)号：CN117876338A
公开(公告)日：2024-04-12
申请号：CN202410054587.8
申请日：2024-01-15
Applicant: 河北农业大学
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06V10/26 , G06V10/40 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向开放环境的单阶段作物叶片异常识别方法，属于计算机视觉和植物病理学技术领域，该方法包括以下步骤：S1、数据采集与预处理；S2、基于步骤S1的数据集，进行数据增强；S3、构建单阶段训练模型；S4、进行模型训练与推理。本发明采用上述的一种面向开放环境的单阶段作物叶片异常识别方法，不仅降低了对训练数据的获取难度，简化了实施过程，提高了病斑识别的准确性和效率，而且通过将叶片分割和病斑识别集成在同一深度学习框架中，为大规模农业监控和植物病理学研究提供一种实用、高效的工具，在处理不同作物种类和各种环境条件下的叶片图像方面表现出良好的泛化能力和适应性，具有广泛的应用前景和重大的实用价值。
-
公开(公告)号：CN118470707A
公开(公告)日：2024-08-09
申请号：CN202410518621.2
申请日：2024-04-28
Applicant: 河北农业大学
Abstract: 本申请属于人工智能技术领域，涉及一种基于定量核磁图像的樱桃番茄成熟度识别方法和装置。本申请利用样本多回波图像数据，获取内部六个结构的弛豫信息，过滤了逐体素处理带来的体素间噪声误差，并保留了结构间弛豫的差异性，降低了数据的复杂性，提高了结构数据的精度。通过批量采集数据获得的深度学习结构分割模型，获取樱桃番茄果实的典型六结构模板，并以此为依据对扫描到的果实内部多回波图像数据进行图像结构化分割，获得各结构(各回波六个结构的平均值)多回波数据，基于混沌粒子群反演算法，对各结构回波数据进行单指数和三指数的反演，呈现了各结构整体和三组分水分状态，从而能够得到非常准确的成熟度判断结果，对于指导贮藏保鲜、冷链运输等环节技术提升，提高果蔬质量具有重要的现实意义。
-
-
-
Search Results
4
records
(took 0.018 seconds)
