-
公开(公告)号:CN118365634A
公开(公告)日:2024-07-19
申请号:CN202410772844.1
申请日:2024-06-17
Applicant: 吉林农业大学
IPC: G06T7/00 , G06T5/40 , G06T5/70 , G06T7/11 , G06T7/13 , G06T7/40 , G06T7/62 , G06T7/90 , G01D21/02 , G01N21/84 , G01B11/00 , G01J3/46
Abstract: 自适应相机参数的玉米种子表型测量优化方法及系统,本发明涉及机器视觉识别领域,解决现有的测量系统依赖于固定的相机设置和参照物,这限制了在不同环境和不同种子类型中的应用灵活性,且种子粘连的问题,所述方法为连接拍摄设备,获取相机参数,将玉米种子摆放在黑色面板上,得到玉米种子的图像信息;并进行灰度处理,采用大津二值化算法计算图像阈值,得到玉米种子的轮廓图;利用高斯滤波器去噪,得到去噪后的单粒种子的RGB图像;计算每粒种子的形态、纹理和颜色特征;使用相机参数计算尺度因子,对获取的玉米种子像素值进行转换,得到每粒种子的形态、纹理颜色特征数据,完成对玉米种子表型测量。还适用于农业生物领域中。
-
公开(公告)号:CN120047678A
公开(公告)日:2025-05-27
申请号:CN202510525246.9
申请日:2025-04-25
Applicant: 吉林农业大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06V10/764
Abstract: 一种用于异常大米检测的轻量级目标检测方法及系统。属于神经网络目标检测技术领域,具体涉及异常大米检测技术领域。其解决了现有的神经网络技术对于异常大米的检测精度和效率较低的技术问题。方法包括如下步骤:数据集构建:采集不同类型的异常大米图片,进行类别标注以及训练集、验证集和测试集的划分;模型构建:在YOLOv11n模型基础上,结合大米形态特征,对YOLOv11n模型进行改进,构建适用于异常大米检测的模型;模型训练:采用构建的数据集对适用于异常大米检测的模型进行训练,调整模型参数,直至模型符合检测要求;采用训练后的适用于异常大米检测的模型进行异常大米检测。
-
公开(公告)号:CN118279339A
公开(公告)日:2024-07-02
申请号:CN202410685420.1
申请日:2024-05-30
Applicant: 吉林农业大学
Abstract: 一种基于改进大津算法的玉米叶片病斑图像分割方法。属于农业种植技术领域,具体涉及玉米叶片病斑图像分割技术领域。所述方法包括如下步骤:对图像进行灰度化处理,得到灰度图;对灰度图进行阈值统计,得到灰度图的所有阈值分布;使用大津算法进行阈值选择,得到适合图像分割的所有阈值;使用改进雾凇优化算法筛选适合图像分割的所有阈值,得到图像分割的最佳阈值;计算最佳阈值的最大类间方差;将最大类间方差的阈值作为图像分割阈值,分割得到的灰度图,并将分割结果输出。相比单独试用大津算法有效的减少了图像分割由于阈值增加带来的时间复杂度,提高了玉米疾病的检测与识别准确度。
-
公开(公告)号:CN113065460A
公开(公告)日:2021-07-02
申请号:CN202110350752.0
申请日:2021-03-31
Applicant: 吉林农业大学
Abstract: 本发明涉及一种基于多任务级联的猪脸面部表情识别框架的建立方法,属于计算机图像识别及人工智能技术领域。首次提出将级联框架模型应用于对家猪时序面部表情影像进行分类识别。网络模型由三个级1联结构构成,首先将猪脸面部表情视频帧图像等间隔选择输入到简化多任务级联卷积神经网络中。其次将提取到的猪脸面部序列帧特征图输入到多注意力机制模块中,捕获表情变化引起的面部显著性区域,实现对面部细微变化的关注。然后将视频帧提取到的精细特征图和多注意力特征图通过合并数组操作融合后输入到长短时记忆网络中,实现表情分类识别。通过家畜表情识别可以更好实现情绪调控,从而提高饲料消化率和利用率,提高生长速度,提高出产效益。
-
公开(公告)号:CN108491882A
公开(公告)日:2018-09-04
申请号:CN201810254584.3
申请日:2018-03-26
Applicant: 吉林农业大学
Abstract: 本发明涉及农业信息挖掘技术领域,具体而言,涉及一种产地确证模型建立方法、装置及产地确证方法。其中,本发明通过分析农作物中的矿物质元素与环境因子之间的相关性以选取产地确证因子进行产地确证模型的建立,能够有效提高农作物样本的产地分类精度和可靠性,且该产地确证模型具有较强的泛化能力。
-
公开(公告)号:CN217603795U
公开(公告)日:2022-10-18
申请号:CN202221149474.9
申请日:2022-05-13
Applicant: 吉林农业大学
Abstract: 本实用新型公开一种智慧农业用农产品线上智慧决策监测系统,包括便拆式安装座,所述便拆式安装座的上表面前侧安装有驱动电机,所述便拆式安装座的上表面靠近驱动电机的后侧设有无线控制器,所述便拆式安装座的上侧内部转动调节有第一工字型滚轮,且第一工字型滚轮的前端贯穿伸出便拆式安装座,通过弹簧卡柱的伸缩,就会使得弹簧卡柱可以快速的与固定卡槽完成卡接工作和分离工作,同时也使得插柱主体可以快速地与固定套柱完成插接工作和分离工作,从而使得下凹字形安装座可以快速的与上凹字形安装座完成安装工作和拆解工作,这样就节约了工作人员的时间,提高工作人员的操作效率。
-
-
-
-
-