基于激光点云与空气动力学的活立木抗风性能分析方法

    公开(公告)号:CN109446691A

    公开(公告)日:2019-03-08

    申请号:CN201811322277.0

    申请日:2018-11-08

    Abstract: 本发明公开了一种基于激光点云与空气动力学的活立木抗风性能分析方法,包括获取林木点云数据并枝叶分离;采用拉普拉斯算法对枝干点云进行收缩;将枝干点云数据自下而上切分为不同的层;求取每个高度分层的聚类中心点,根据聚类中心点拟合每一个高度分层的枝干;将活立木不同枝干骨架分类为主枝干和次级枝干;完成对活立木叶子点云数据的归属;建立林分模型,将林分模型加载风力,根据湍流模型和流固耦合模型分析林分内部动态压力、风速度以及湍流动能强度分布,本发明计算复杂度适中,能更好地描述活立木的空间结构特征与生长参数变化,实现活立木在台风下抗风性能的定性定量化评估,准确度高,为树木的栽培种植与防风营造提供准确的理论依据。

    一种针对矩形透明塑料袋的尺寸测量方法

    公开(公告)号:CN106023201B

    公开(公告)日:2018-12-28

    申请号:CN201610335188.4

    申请日:2016-05-19

    Abstract: 本发明公开了一种针对矩形透明塑料袋的尺寸测量方法,步骤包括:对待测塑料袋进行连续拍照;对图像进行灰度变换得到灰度图像,再对灰度图像进行高斯滤波;对高斯滤波后的灰度图像进行边缘检测,再进行Hough变换提取出满足Hough变换的直线;求出所有直线的两端端点并构成一个端点集合;利用端点集合中的各个端点分布求出端点集合的凸包,再对凸包求出最小的覆盖矩形;计算出最小覆盖矩形的长和宽分别占用像素点的个数,再使用最小二乘的方法建立像素点与毫米之间的函数关系;根据函数关系计算出每张照片最小矩形的长和宽,再取平均值得到最终的塑料袋的长和宽。该尺寸测量方法计算量小、易于实现,满足工业现场实时性要求,具备较高的工程应用价值。

    一种基于计算机视觉的作物灌溉系统

    公开(公告)号:CN117941518A

    公开(公告)日:2024-04-30

    申请号:CN202311593555.7

    申请日:2023-11-27

    Abstract: 本发明公开了一种基于计算机视觉的作物灌溉系统,包括计算机视觉云端服务器、水肥一体化装置、农业气象站及种植区,所述计算机视觉云端服务器与水肥一体化装置、农业气象站及种植区信号连接,所述水肥一体化装置与种植区信号连接。该一种基于计算机视觉的作物灌溉系统,将计算机视觉引入到水肥一体化灌溉施肥决策中,与作物水肥需求模型相结合决策作物灌溉施肥,解决了作物灌溉施肥依赖种植者经验决策的问题,避免了生产中的盲目灌溉施肥现象,大大提升了灌溉施肥效率。

    一种信息技术制造用PCB板除尘设备

    公开(公告)号:CN117380592A

    公开(公告)日:2024-01-12

    申请号:CN202311416167.1

    申请日:2023-10-30

    Inventor: 陈星 云挺 付海平

    Abstract: 本发明公开了一种信息技术制造用PCB板除尘设备,包括底板,所述底板上表面左侧和底板上表面右侧均连接固定有支板,两个所述支板相对的一面上连接固定有夹持件,所述夹持件滑动连接在底板上表面,两个所述支板上表面连接固定有矩形板,所述矩形板上表面开设有多个通孔,所述通孔内连接固定有转动件,所述转动件外表面连接固定有多个毛刷,所述矩形板上表面安装有驱动件,所述驱动件与转动件转动连接,本发明利用横向伸缩结构对元器件的凹陷处以及元器件与PCB板接触处进行清理,从而解决现在技术中的毛刷只能竖向刷除的问题。

    一种基于级联循环网络的林木生长参数预测方法

    公开(公告)号:CN117011694A

    公开(公告)日:2023-11-07

    申请号:CN202310448728.X

    申请日:2023-04-24

    Abstract: 本发明公开了一种基于级联循环网络的林木生长参数预测方法,包括:收集在多个时间节点对林木样地中的树木进行人工测量生长参数;通过采集的激光点云数据获取树木的生长参数;将生长参数根据数据采集时间进行排序,得到单株树生长参数的时间序列集合;利用单株树生长参数的时间序列集合训练林木生长参数预测深度学习网络;通过训练好的林木生长参数预测深度学习网络预测未来时间节点对应的单株树生长参数;本发明结合激光雷达扫描和人工样地测量数据,构建训练集,与全部由人工手动测量数据相比,成本更低,效率更高;同时,可有效的预测树木未来的生长参数,预测精度高。

    基于深度学习的番茄病虫害检测与识别方法

    公开(公告)号:CN116630803A

    公开(公告)日:2023-08-22

    申请号:CN202310606757.4

    申请日:2023-05-26

    Abstract: 本发明公开了基于深度学习的番茄病虫害检测与识别方法,包括:将多张番茄病虫害图像和标注出的每张番茄病虫害图像中病虫害位置,作为第一个样本训练集,并作数据增强后,用于训练基于Transformer的YOLOX目标检测网络;标注番茄病虫害图像中病虫害位置所属的病虫害类别,将其作为第二个样本训练集,并作数据增强后,用于训练旋转不变Fisher判别CNN网络;通过YOLOX目标检测网络和旋转不变Fisher判别CNN网络,定位出番茄图像中病虫害位置,并识别出病虫害类别。本发明最大化地利用了两个网络各自的优势协助管理番茄病虫害,实现病虫害目标的检测定位并识别病虫害类别。

    基于Faster R-CNN的面向激光点云的单木分割方法

    公开(公告)号:CN110378909B

    公开(公告)日:2023-06-06

    申请号:CN201910551190.9

    申请日:2019-06-24

    Abstract: 本发明公开了一种基于Faster R‑CNN的面向激光点云的单木分割方法,包括获取林段点云数据;计算扫描林段的点云特征,实现林段点云数据的枝叶分离;对林段的主干点云数据进行自适应体素化操作,并对其进行多角度投影以生成相应的深度图像;采用深度学习方法对生成的深度图像中的主干进行检测;利用检测到的深度图像中主干的位置信息,通过反投影获得相应主干的空间三维点云。将获取到的主干部分的点云作为种子点,结合区域增长算法实现单木分离。本发明采用深度学习方法,借助大数据样本进行学习,单木分割准确度更高,为使用深度学习来准确的解决基于地面的LiDAR数据的单个橡胶树分割问题提供可能性。

    一种基于图像识别的水位识别方法

    公开(公告)号:CN109766886B

    公开(公告)日:2023-04-28

    申请号:CN201910002533.6

    申请日:2019-01-02

    Abstract: 本发明提供了一种基于图像识别的水位识别方法,步骤包括:从水尺图像中定位出水尺位置,并根据定位出的水尺位置对水尺图像进行裁剪;对裁剪获得的水尺图像进行字符定位,获得水尺图像中的各个字符,再根据字符的排列特点对水尺图像中的各个数字字符进行切割,获得各个数字字符图像;对各个数字字符图像中的数字字符进行识别,获得各个数字字符的数值;在水尺图像中识别出水迹位置,并根据水迹位置与最下侧一个字符的相对位置关系计算出水位高度。该基于图像识别的水位识别方法利用MSER与模板匹配算法相结合,能够满足复杂场景中的水尺定位,并很好地解决了个别字符因为反光、污迹带来字符识别误差的问题,鲁棒性较好。

    一种基于激光点云的活立木叶属性精准估测方法

    公开(公告)号:CN109961470B

    公开(公告)日:2023-04-25

    申请号:CN201910130528.3

    申请日:2019-02-21

    Abstract: 本发明公开了一种基于激光点云的活立木叶属性精准估测方法,包括:对树木点云数据进行处理实现枝叶分离;通过具有自适应半径的球体邻域模型和四个辅助准则提取叶子的中心区域点;聚类叶子的中心区域点从而获得每个叶子表面的中心点;通过三维分水岭算法获取每个叶子表面的非中心区域点从而实现单片叶子点云的分割;采用Delaunay三角剖分面向单片叶子点云推导出每片叶子的面积;计算叶子表面的法向矢量与天顶角之间的夹角得到对应叶子的叶片倾角;计算水平面的北方向与叶子主轴线在水平面上的投影之间的顺时针角度得到对应叶子的叶片方位角。本发明可以准确得到树冠每个单片叶子的叶片属性,减少人工劳动工作量,效率高。

    晶格投影的深度学习网络阔叶树枝叶分离与骨架重建方法

    公开(公告)号:CN114494586A

    公开(公告)日:2022-05-13

    申请号:CN202210021725.3

    申请日:2022-01-10

    Abstract: 本发明公开了基于晶格投影的深度学习网络阔叶树枝叶分离与骨架重建方法,包括对获取的树木三维点云数据去燥处理;将去燥后的多颗树木三维点云数据作为数据集,采用机器学习算法以及人工标注对数据集进行枝叶分离操作;将数据集带入晶格投影的深度学习网络中训练,得到训练好的晶格投影深度学习网络模型;根据晶格投影深度学习网络模型分割后的枝干的垂直高度自下而上切分整棵枝干;对每一个高度层中的枝干点云数据进行空间聚类;求取每类的中心点;根据聚类中心点并采用带有空间方向性的圆柱体拟合枝干骨架。本发明运用晶格投影策略的深度学习网络,实现复杂林木点云的枝叶分类操作,开展精准的枝叶分离并重建树木空间枝干的三维模型。

Patent Agency Ranking