-
公开(公告)号：CN109101888B
公开(公告)日：2022-06-14
申请号：CN201810763293.7
申请日：2018-07-11
Applicant: 南京农业大学
Abstract: 本发明公开了一种游客人流量监控预警方法，涉及智能旅游领域，能够实时统计游客的驻留量，补足景区内安全预警信息中关于驻留量的信息。本发明包括：利用摄像头采集景区人流量密集景点的视频图像；采用光照补偿方法对不同光照下采集的视频进行均匀化处理，基于混合高斯模型进行游客目标提取；高密度人流的判定以ROI区域内游客图像分割像素的面积比，设置各景点阈值，超出阈值，判断为高密度人流，通过对高密度人流的驻留时间进行跟踪，超出预定值则启动高密度游客输出程序进行人流量监控；游客量计算采用基于深度学习网络的人头检测技术，能够准确识别人的正面、侧面、背面头部特征，可实现高密度人流的准确检测。数值超出预设阈值，则发出预警。
-
公开(公告)号：CN112907558A
公开(公告)日：2021-06-04
申请号：CN202110278357.6
申请日：2021-03-15
Applicant: 南京农业大学
Abstract: 针对现阶段油菜籽粒千粒重测定自动化程度低、费时费力的问题，提出一种基于图像处理技术的全自动油菜籽粒千粒重测定方法。首先获取不同品种的油菜籽粒图像并经图像处理得到表征籽粒面积的像素数，分别利用全数据集法和五点法建立全部品种的籽粒面积与质量之间的相关性模型。对待测千粒重油菜籽粒进行分样并获取籽粒图像，在对图像进行预处理的基础上，提出了一种选择性极限腐蚀的方法，定义目标内部的‘核’作为内部标记符来限制允许的区域数目，采用控制标记符的分水岭分割方法对粘连籽粒进行一次和二次分割，对分割后籽粒进行计数、标记编号，随机选取1000粒籽粒并计算面积，将1000粒油菜籽粒的面积代入籽粒面积与质量之间的相关性模型计算得籽粒千粒重。本发明千粒重测定结果完全满足国标千粒重测定精度要求，提出的油菜籽粒千粒重的全自动图像测定方法有效可行，能快速、自动、精准的测定油菜籽粒千粒重。
-
公开(公告)号：CN104255118A
公开(公告)日：2015-01-07
申请号：CN201410027792.1
申请日：2014-01-22
Applicant: 南京农业大学
IPC: A01C1/02
Abstract: 本发明公开了一种基于近红外光谱技术的水稻种子发芽率快速无损测试方法，该方法包括：S1.水稻种子样品的收集与水稻种子的老化处理；S2.水稻种子近红外光谱数据的采集；S3.水稻种子发芽试验；S4.水稻种子近红外光谱数据的波段选择和预处理；S5.基于近红外光谱技术的水稻种子发芽率模型的建立与检验。本发明的方法能够通过采集具有不同老化时间段水稻种子的近红外光谱数据，经对近红外光谱数据进行波段选择和预处理，采用偏最小二乘法建立基于近红外光谱的水稻种子发芽率模型，经检验模型准确可靠，具有实际应用性。该发明方法能够达到快速、无损和准确测试水稻种子发芽率。
-
公开(公告)号：CN117523610A
公开(公告)日：2024-02-06
申请号：CN202311526538.1
申请日：2023-11-16
Applicant: 南京农业大学
IPC: G06V40/10 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开一种基于改进YOLO v7的鹅群个体姿态识别的方法，基于YOLO v7网络和ECA注意力模块构建姿态识别网络；采集肉鹅图像并标出肉鹅所对应的姿态，包括站立、休憩、饮水和梳羽；根据采集并标注的肉鹅图像构建肉鹅图像数据集，将训练集图像输入到步骤S1构建的姿态识别网络进行训练，得到训练后的网络模型；将测试集图像输入训练后的姿态识别网络，输出检测结果，与真实标准信息进行误差计算；测试改进后的姿态识别网络分别在明暗和密集场景的肉鹅姿态识别的精度。本发明基于深度学习对YOLO v7算网络引入注意力机制改进网络结构，对肉鹅姿态做到较为准确的识别，其在复杂场景下的检测效果好，漏检和误检现象相对较少。
-
Patent Agency Ranking
公开(公告)号：CN115088416A
公开(公告)日：2022-09-23
申请号：CN202210807018.7
申请日：2022-07-08
Applicant: 南京农业大学
Abstract: 现阶段测试农作物种子发芽率要根据国家标准进行发芽试验，对发芽种子幼苗的根和茎叶进行检测，通过人工检测茎叶和根长度，确定合格发芽种子，计算种子发芽率。该方法通过人工检测和计数发芽幼苗，费时费力，不能满足现代农业育种和生产的需要。本发明设计了一种基于图像的方法检测农作物种子发芽率的检测装置并采用图像方法检测种子发芽率，农作物种子发芽率检测装置由数种排种组件和种子穴盘培养组件组成，数种排种组件包括农作物种子数种盘、排种盘，种子穴盘培养组件包括发芽种子培养穴盘、托盘；农作物种子发芽率图像检测方法的步骤包括采集穴盘培养发芽种子图像、图像处理识别出合格发芽种子秧苗和根、识别出发芽但秧苗和根不合格种子、识别出未发芽种子，计算农作物种子发芽率。通过本发明的农作物种子发芽率检测装置对农作物种子进行发芽培养，并利用图像方法可快速准确识别出种子发芽率，满足农业育种和生产对大量种子发芽率测试的要求。
-
公开(公告)号：CN114708153A
公开(公告)日：2022-07-05
申请号：CN202210019048.1
申请日：2022-01-07
Applicant: 南京农业大学
Abstract: 通用相机在侧俯视角度下获得大田区域小麦穗部图像存在畸变，获取各小麦穗部特征信息存在失真，同时图像中的小麦穗之间存在穗幅差，影响小麦穗部图像特征信息的准确获取，畸变校正包括透视和几何变换图像校正方法。横轴方向利用透视变换将透视图像校正为正视图像，畸变图像上4个目标点的坐标对应正视图像上的坐标作为解横向变换参数矩阵的已知量，解出横向变换参数，横向变换算出畸变图像上对应正视图像坐标点；根据目标物体与图像采集中心点之间的纵向距离计算权重系数，沿图像纵轴方向进行缩放，结合最近邻插值和单线性插值处理，逐个计算目标图像上像素点坐标对应的原始图像像素点坐标并得到其灰度值，组合成一幅经过几何畸变校正的图像。
-
公开(公告)号：CN108895964B
公开(公告)日：2020-07-17
申请号：CN201810746674.4
申请日：2018-07-09
Applicant: 南京农业大学
IPC: G01B11/00
Abstract: 本发明公开了一种基于Kinect自主标定的高通量温室植物表型测量系统，采用Kinect相机与精密旋台结合方式，实现多视角RGBD图像采集，并且Kinect相机采用自主标定方式，实现多视角三维点云统一坐标系，为植物三维点云模型精确重构奠定基础，极大的提高了现有测量系统的集成度以及自动化水平。在成像系统中，采用两轴滑轨与激光测距传感器结合，实现成像系统位姿精确控制，使得成像系统满足全生长周期植物表型测量。本测量系统解决了温室植物表型高效、精准、可靠测量问题，提高了温室植物表型测量效率、精度和适用性，对促进我国设施园艺信息化、数字化、精准化及智能化管理具有重要意义。
-
公开(公告)号：CN109101888A
公开(公告)日：2018-12-28
申请号：CN201810763293.7
申请日：2018-07-11
Applicant: 南京农业大学
Abstract: 本发明公开了一种游客人流量监控预警方法，涉及智能旅游领域，能够实时统计游客的驻留量，补足景区内安全预警信息中关于驻留量的信息。本发明包括：利用摄像头采集景区人流量密集景点的视频图像；采用光照补偿方法对不同光照下采集的视频进行均匀化处理，基于混合高斯模型进行游客目标提取；高密度人流的判定以ROI区域内游客图像分割像素的面积比，设置各景点阈值，超出阈值，判断为高密度人流，通过对高密度人流的驻留时间进行跟踪，超出预定值则启动高密度游客输出程序进行人流量监控；游客量计算采用基于深度学习网络的人头检测技术，能够准确识别人的正面、侧面、背面头部特征，可实现高密度人流的准确检测。数值超出预设阈值，则发出预警。
-
公开(公告)号：CN217637612U
公开(公告)日：2022-10-21
申请号：CN202220417901.0
申请日：2022-02-28
Applicant: 南京农业大学
Abstract: 本发明提供了一种用于获取肉鹅体尺特征及体重测量的装置，微型计算机连接超高频RFID读写器、动态称重平台和深度相机，将肉鹅的深度图像和经过处理的体重信息传送给工业电脑，工业电脑对肉鹅的深度图像进行处理，获取对应的体尺特征，建立体尺数据与体重数据的数据集，并记录到肉鹅的数据库中，通过对肉鹅的体尺特征与体重两者的数据处理、分析，实现通过肉鹅的体尺特征预测其体重，对肉鹅的选种、育种提供重要参考，推动肉鹅相关产业的发展。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.032 seconds)
