虫害图像识别方法、虫害监控方法、装置、设备及介质

    公开(公告)号:CN110516712B

    公开(公告)日:2023-04-07

    申请号:CN201910707649.X

    申请日:2019-08-01

    Abstract: 本发明公开了一种虫害图像识别方法、装置、计算机设备及存储介质,在获取待识别虫害图像之后,将所述待识别虫害图像输入到预设的种类识别模型中进行识别,得到所述待识别虫害图像的种类信息;根据所述种类信息对所述待识别虫害图像进行图像划分,得到分类图像和每一所述分类图像的种类信息;将每一所述分类图像输入到所述种类信息对应的虫龄识别模型中,得到虫龄信息。通过多个不同的模型对待识别虫害图像进行多层次的识别和图像分割,得到虫害相关的信息,保证了更加精准和有效地识别,为后续地虫情预测和防治提供了有效的支持。另外地,本发明还公开了一种虫害监控方法、装置、计算机设备及存储介质。

    一种简易的种子体积测量装置及其测量方法

    公开(公告)号:CN112254687B

    公开(公告)日:2022-07-01

    申请号:CN202011074424.4

    申请日:2020-10-09

    Abstract: 本发明公开了一种简易的种子体积测量装置,包括:支撑结构,所述支撑结构包括底座、伸缩支撑柱和支撑杆,所述底座的上方固定设置有伸缩支撑柱,所述伸缩支撑柱的顶部固定设置有支撑杆;电子天平,所述电子天平位于底座的一侧;透明容器,所述透明容器位于电子天平的上方,所述透明容器内注入有食用油。本发明在测量时,先使用松节油稀释桐油,稀释后浸涂于种子主体的表面,形成一层薄的保护层,防止种子主体吸油,然后用细铁丝固定种子主体后悬挂于支撑杆的底部,再将悬空的种子主体浸泡于透明容器的食用油中,通过电子天平称重,结合基本的浮力原理,便可计算出单粒种子的体积,结构简单,操作简便,结果可靠,工作效率高。

    一种基于特征波长的高光谱柑橘叶片病害识别方法

    公开(公告)号:CN110763698B

    公开(公告)日:2022-01-14

    申请号:CN201910965757.7

    申请日:2019-10-12

    Abstract: 本发明公开了一种基于特征波长的高光谱柑橘叶片病害识别方法,该方法利用高光谱技术基于波段运算挑选出特征波长而实现柑橘叶片多种病害判别检测,通过建立病害种类判别模型,只需获取待检测样本的高光谱图像进行预处理,提取其相应的特征波长下的反射率数据模型中,即可得到病害类型的检测结果,能实现对柑橘叶片病害种类无损、快速、准确的鉴定。且利用波段运算结果与标记值的相关系数选择特征波长,计算简单,挑选特征波长的判别效果好。将待检测样品高光谱数据预处理后,每个像素的光谱值带入模型,即可通过颜色可视化显示病害种类与分布,更加直观。

    异常监控方法、装置、计算机设备及存储介质

    公开(公告)号:CN111915842B

    公开(公告)日:2021-11-05

    申请号:CN202010625271.1

    申请日:2020-07-02

    Abstract: 本发明公开一种异常监控方法、装置、计算机设备及存储介质。该异常监控方法应用于监控系统中,监控系统包括设置于一目标场景的多个图像采集设备,包括实时采集监控目标的生命体征数据,若生命体征数据符合第一响应级别,则确定监控目标的位置信息;根据位置信息从多个图像采集设备中确定关联采集设备;采集设备为当前可以采集到监控目标图像的图像采集设备;从关联采集设备中提取监控目标当前的监控图像,对体态图像进行识别,确定监控目标的体态行为;对面部图像进行识别,确定监控目标的情绪信息;根据监控目标的体态行为和情绪信息确定监控目标的异常状态,该方法可有效提高异常监控的准确性和可靠性。

    异常行为识别方法、目标异常识别方法、设备及介质

    公开(公告)号:CN111914661A

    公开(公告)日:2020-11-10

    申请号:CN202010641995.5

    申请日:2020-07-06

    Abstract: 本发明公开了一种异常行为识别方法、装置、计算机设备及存储介质中,通过获取当前帧图像,采用人体关键点检测模型对所述当前帧图像进行检测,得到监测目标的人体特征信息,所述当前帧图像为从监测视频中获取的包含监测目标的图像;将所述人体特征信息与预设的基准异常信息进行匹配,得到匹配信息,所述匹配信息指示所述人体特征信息与预设的基准异常信息的匹配结果;若所述匹配信息为第一类型信息,则从所述监测视频中获取对应的相关帧图像集,所述第一类型信息指示所述监测目标存在异常;采用预设的行为识别模型对所述相关帧图像集进行行为识别,确定所述相关帧图像集中的所述监测目标的行为信息,保证了对监测目标的异常行为识别的准确。

    一种基于特征波长的高光谱柑橘叶片病害识别方法

    公开(公告)号:CN110763698A

    公开(公告)日:2020-02-07

    申请号:CN201910965757.7

    申请日:2019-10-12

    Abstract: 本发明公开了一种基于特征波长的高光谱柑橘叶片病害识别方法,该方法利用高光谱技术基于波段运算挑选出特征波长而实现柑橘叶片多种病害判别检测,通过建立病害种类判别模型,只需获取待检测样本的高光谱图像进行预处理,提取其相应的特征波长下的反射率数据模型中,即可得到病害类型的检测结果,能实现对柑橘叶片病害种类无损、快速、准确的鉴定。且利用波段运算结果与标记值的相关系数选择特征波长,计算简单,挑选特征波长的判别效果好。将待检测样品高光谱数据预处理后,每个像素的光谱值带入模型,即可通过颜色可视化显示病害种类与分布,更加直观。

Patent Agency Ranking