-
公开(公告)号:CN112950602B
公开(公告)日:2022-01-18
申请号:CN202110264308.7
申请日:2021-03-11
Applicant: 南京林业大学
IPC: G06T7/00 , G06T7/12 , G06T7/62 , G06T7/90 , G06V10/764 , G06V10/82 , G06V10/762 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度相机与机器学习的糖果缺陷检测装置及分类方法,深度相机采集光源反射的糖果图像,并传输至工控机,工控机对糖果图像进行处理后,控制分选机构完成缺陷糖果的剔除工作;本发明的分类方法将机器视觉算法与深度学习算法相结合,利用机器视觉算法在RGB颜色空间对图像进行特征提取,并对图像中粘连的糖果进行分割,保证了算法在工业环境下运行的稳定性;利用深度学习算法中的卷积神经网络Resnet18检测缺陷糖果,通过改进网络结构进行糖果分类,并输出糖果缺陷面积。本发明降低了人工分拣的误检率和漏检率与企业的生产成本,满足了企业的生产需求,提高了生产效率。
-
公开(公告)号:CN109240304A
公开(公告)日:2019-01-18
申请号:CN201811195281.5
申请日:2018-10-15
Applicant: 南京林业大学
IPC: G05D1/02
Abstract: 本发明公开了一种精确种植系统及方法,包括自主导航无人机,地面种植系统,处理信息的地面计算机;所述地面计算机用于分析无人机获取的植被信息,生成补种轨迹图来控制无人机自主航线飞行和无人车自主行走。该系统可以大范围检测排查,得到林地植被覆盖信息,做出分析、实行定位,完成无人机播种与无人车种植,其中:无人机播种可解决复杂地形带来的种植难题,节省人力,无人车地面种植成活率高,提高种植效率,从而实现精确高效种植。
-
公开(公告)号:CN109452253B
公开(公告)日:2024-02-02
申请号:CN201910022119.1
申请日:2019-01-10
Applicant: 南京林业大学
IPC: A01M7/00
Abstract: 本发明涉及一种用于高射程喷雾机精确对靶喷雾的矢量式末端调整系统及方法,包括传感器扫描系统、矢量式末端调整系统、高射程喷雾机和载具。传感器扫描系统由图像传感器、激光扫描传感器构成,完成目标识别和施药判断。矢量式末端调整系统由舵机扇叶阵列、安装套筒、喷头组和控制电路构成。本系统首先由图像传感器判断对靶目标,然后开启激光传感器扫描对靶目标的距离、分布范围和密度,最后由控制电路处理传感器数据,获取树冠表面相对于高射程喷雾机风筒的瞬时空间位置,并调整扇叶使出风方向始终与树冠表面垂直,进而喷洒施药。本发明可实现微分精确对靶,从而显著节省药量,保护环境。本发明可适应不同类型的高射程喷雾机,应用范围广泛。
-
公开(公告)号:CN114882291A
公开(公告)日:2022-08-09
申请号:CN202210607623.X
申请日:2022-05-31
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/77 , G06V10/34 , G06V10/30 , G06V10/24 , G06V10/26 , G06V10/54 , G06V10/82 , G06N5/00 , G06N20/00
Abstract: 本发明公开一种基于高光谱图像像素块机器学习的籽棉地膜识别分类方法,利用高光谱成像设备获取杂质混合后的物料高光谱图像,将高光谱图像切割为与剔除要求对应的像素块,并提取空间纹理特征结合光谱特征作为像素块的特征,构建机器学习模型,构建杂质对接矩阵,提升对于连续像素块的识别精度,最终实现对像素块中物料进行在线分类识别。本发明利用极限梯度提升算法对原始光谱特征重要性进行排序,引入加权光谱特征值概念,构建随机森林分类器对籽棉与地膜进行在线分类识别;有效解决了地膜由于透光性产生异物同谱问题导致识别像素点过少、分类精度不高的问题。
-
公开(公告)号:CN114708457A
公开(公告)日:2022-07-05
申请号:CN202210336884.2
申请日:2022-03-31
Applicant: 南京林业大学
Abstract: 本发明公开了一种用于抗紫边识别的高光谱深度学习识别方法,属于高光谱成像与深度学习技术邻域。根据高光谱图像中待识别点的邻域点的光谱特征,先对邻域的识别结果进行检测,利用贝叶斯公式分析周围区域获得先验分类结果;再使用神经网络对待识别区域进行识别,提高网络对于信息缺乏区域的识别精度。本发明在图像识别的过程中,利用像素周围区域的光谱信息为紫边区域提供识别的数据支持,进而使得紫边区域能在光谱信息缺少的情况下,能够利用邻域信息提高识别精度。将高光谱技术和图像先验知识结合,利用待识别点与周围点的空间关系,进而提高紫边区域的识别精度,对于提高深度学习算法的识别率具有十分重要的意义。
-
公开(公告)号:CN114693975A
公开(公告)日:2022-07-01
申请号:CN202210335541.4
申请日:2022-03-31
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/26 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明公开一种用于深度学习的光谱区域联合识别方法,属于高光谱成像与深度学习技术领域,利用高光谱图像的频域特征,将光谱数据从空间维度划分为多个区域,实现高精度图像分类;在识别过程中优先识别中心区域并向周围区域进行扩散;在低频占主要成分的分区先进行识别,并将识别结果在联合区域内进行扩散,获得置信度扩散图,对于扩散浓度较低的区域再进行二次识别,实现提高识别速度和识别结果的空间区域一致性。本发明将高光谱技术和频谱分析技术结合,利用被识别物体占据多个连续像素区域的特性,进而提高光谱图像的分类识别速度。
-
公开(公告)号:CN113848216A
公开(公告)日:2021-12-28
申请号:CN202111112804.7
申请日:2021-09-18
Applicant: 南京林业大学
Abstract: 本发明公开一种基于雾生成对抗神经网络的沥青混凝土检测系统及方法,包括计算机系统和图像采集装置等,图像采集装置采集搅拌完成的沥青混凝土图像,并将图像传输至计算机系统,实现在线检测沥青混凝土质量;本发明将机器视觉与神经网络算法相结合,通过雾生成对抗神经网络模型对沥青图像进行去烟雾、去模糊化操作,然后利用卷积神经网络检测沥青混凝土外观的均匀性,判断沥青混凝土中有无花白料、有无结块成团现象和严重离析现象,实时计算出沥青混凝土的质量是否合格。本发明自动化程度高、精确度高、实时性好、效率高,可与拌合站系统组网形成完整的监控体系,能够及时发现沥青混凝土搅拌时存在的质量问题,有效减少了经济损失,节约了时间。
-
公开(公告)号:CN109520895A
公开(公告)日:2019-03-26
申请号:CN201910022120.4
申请日:2019-01-10
Applicant: 南京林业大学
Abstract: 本发明涉及一种植物根部施药效果的测试装置及方法,包括三维运动台架、试验土槽、根部施药模块、传感器支架、湿度传感器及模拟土壤;所述三维运动台架包括X轴运动组件、Y轴运动组件、Z轴运动组件、移动支撑架、土槽支撑台和台架升降组件,所述移动支撑架由支撑杆件组成,所述土槽支撑台由带螺纹孔底板和车轮组成;所述试验土槽内填装有模拟土壤;所述的根部施药模块包括根部施药滚轮和根部施药滚轮连接器,所述的根部施药滚轮上设有土壤注射器。本发明的植物根部施药效果的测试装置可有效地模拟检测不同根部施药装置在植物根部的施药效果,排除其他外界干扰的影响,保证试验测量结果的准确性。
-
公开(公告)号:CN108362582A
公开(公告)日:2018-08-03
申请号:CN201810300621.X
申请日:2018-04-04
Applicant: 南京林业大学
IPC: G01N3/30
Abstract: 本发明涉及一种羽毛球拍的力学性能测试装置,包括机架、下移动机构、上移动机构、夹紧机构、定位座、定位座升降机构、振动传感器和设有吊钩的加载锤;下移动机构可相对机架滑动地连接在机架上;上移动机构可相对下移动机构滑动地连接在下移动机构上,夹紧机构连接在上移动机构上,被测试的羽毛球拍固定在夹紧机构上;升降机构设置在下移动机构的下方,定位座固定在升降机构上端,加载锤定位在定位座上并随定位座的升降而上下移动;力学性能测试时被测试的羽毛球拍上一测试点对着定位座中心位置,升降机构带动加载锤上移,使加载锤的吊钩钩挂连接在球拍面上,敲击加载锤,对球拍上所述测试点加载,振动传感器传送测试点的振动信息。
-
公开(公告)号:CN108279213A
公开(公告)日:2018-07-13
申请号:CN201810125250.6
申请日:2018-02-08
Applicant: 南京林业大学
Abstract: 本发明公开了一种全天候测量植物光谱的系统与方法。该系统包括地面无人车、植株定位模块、光谱测量模块、自主导航模块。该方法包括以下几个步骤:地面计算机中预录入光谱测量的决策信息,植株定位模块判断待测植物与无人车位置关系;自主导航模块与无人车通信,控制无人车按轨迹在植物上方行走,使植物附近形成封闭环境;光谱测量模块提供封闭环境内的人造光源,自动测量植物的光谱数据并记录。本发明的系统与方法解决了白天由于太阳光强变化及周围干扰光源对植物光谱测量数据的影响,晚上缺少光源无法测量植物光谱的问题。该方法效率高、误差小,数据准确,使用简单,维护方便。
-
-
-
-
-
-
-
-
-