-
公开(公告)号:CN117745611A
公开(公告)日:2024-03-22
申请号:CN202311727056.2
申请日:2023-12-14
Applicant: 农芯(南京)智慧农业研究院有限公司
Abstract: 本发明专利公开一种修正光照强度变化对地物光谱影响的方法,包括a.对原始采集图像预处理操作,包括辐射校正、几何校正;b.对步骤a预处理后的遥感影像数据,通过区域均一化法对光谱数据处理,获取相应光谱数据;c.以步骤b处理好的光谱数据为基础,保持光谱信息无损并进行光谱修正,减弱太阳辐射强度变化带来的光谱信息误差;d.利用相关性分析算法计算步骤c修正后的光谱信息与地物参量之间关联程度,采用随机森林算法建模;修正前、后光谱对地物指标的敏感性采用决定系数、均方根误差、平均绝对误差对比评价;本发明提升了光谱数据对地物理化参量敏感性,提高了提升光谱对地物信息的检测能力,为利用遥感技术进行目标定性、定量分析提供支撑。
-
公开(公告)号:CN115661024A
公开(公告)日:2023-01-31
申请号:CN202210983106.2
申请日:2022-08-16
Applicant: 农芯(南京)智慧农业研究院有限公司
IPC: G06T7/00 , G06T7/90 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明公开了雪茄茄衣颜色判别方法,涉及雪茄茄衣技术领域。其中,该雪茄茄衣颜色判别方法及装置,包括:接收调试后相机的CCM参数;通过所述相机采集第一参考图片;其中,所述第一参考图片中至少包含标注的雪茄茄衣原料烟叶图像;利用深度卷积神经网络算法对所述第一参考图片进行多次采样,训练出颜色判别模型;将待判别的烟叶图像输入所述颜色判别模型,判别出雪茄茄衣原料烟叶的颜色类别。本发明,解决生产流程中如何智能识别雪茄茄衣原料烟叶的颜色以降低人工分选的主观偏差、效率低下以及劳动力短缺的问题。
-
公开(公告)号:CN118552850A
公开(公告)日:2024-08-27
申请号:CN202410606080.9
申请日:2024-05-16
Applicant: 农芯(南京)智慧农业研究院有限公司
Abstract: 本发明公开了用于大田烟叶叶绿素预测的光谱特征提取方法及系统,涉及烟草生产技术领域。其中,该用于大田烟叶叶绿素预测的光谱特征提取方法,包括:获取烟叶在大田生长各关键阶段的无人机高光谱图像;对所述高光谱图像进行预处理,并对预处理后的图像分别提取若干小区纯烟草像素的平均光谱反射率;对所述平均光谱反射率进行平滑处理,以获取平滑处理后的光谱曲线一阶导数数据。本发明,解决现有的高光谱数据的特征提取方法存在光谱利用率太低,高光谱信息有太多损失,且受阴影、土壤、冠层结构外界因素影响;不同的参数组合导致不同的筛选结果,进而导致不同的建模性能;以及,提取的特征中不包含高光谱曲线的形状特征的问题。
-
公开(公告)号:CN117475214A
公开(公告)日:2024-01-30
申请号:CN202311429611.3
申请日:2023-10-31
Applicant: 农芯(南京)智慧农业研究院有限公司
IPC: G06V10/764 , G06V20/70 , G06T3/02 , G06T7/13 , G06T7/11 , G06V10/774
Abstract: 本发明公开了烟苗育苗期生长状态判别和出苗率检测方法及相关装置,涉及烟苗育苗技术领域。其中,该烟苗育苗期生长状态判别和出苗率检测方法,包括:S1、采集育苗过程中的苗盘图像;S2、对苗盘图像进行预处理,并生成若干苗穴子图;S3、利用Labelimg算法对若干苗穴子图进行标注和数据集切分;S4、基于深度学习算法对标注后的苗穴子图和数据集切分进行模型训练,训练出烟苗目标检测模型。本发明,解决现有技术中,烟苗在对应阶段的生长速度是偏快还是偏慢缺少一致性参考,依靠人工监管和控制干预是大部分烟区烟苗培育作业的普遍现象,且育苗期间的增温、补光、通风、等大量频繁的业务仍需人工完成,导致对育苗管理人员的技术管理要求较高的问题。
-
公开(公告)号:CN114489038A
公开(公告)日:2022-05-13
申请号:CN202111493117.4
申请日:2021-12-08
Applicant: 农芯(南京)智慧农业研究院有限公司 , 北京市农林科学院智能装备技术研究中心
IPC: G05D1/02
Abstract: 本发明公开了一种基于强化学习的农林用车辆的导航控制方法,包括如下步骤:将车辆的路径跟踪系统描述成马尔科夫决策过程,建立状态空间及动作空间,以神经网络的Q‑Learning算法作为车辆的路径跟踪及避障控制器,通过对控制器进行示教训练,实现车辆的精准路径跟踪。本发明的有益效果是:将强化学习应用到车辆的路径跟踪控制中,无需建立精确的车辆运动模型,即可实现车辆的精准路径跟踪,避免车辆与障碍物的碰撞,自适应性和自学能力强;可减少车辆在农林业环境中由于路面泥泞打滑,不平整等因素造成的路径跟踪误差,提高路径跟踪的精确度;此设计较为简单,避免了精准车辆模型的建立及大量的人工参数整定工作,可行性强。
-
公开(公告)号:CN107948194B
公开(公告)日:2020-06-30
申请号:CN201711408388.9
申请日:2017-12-22
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种数据接入方法及系统,方法包括:接收目标设备对目标数据的传输请求,注册目标设备的相关参数信息,相关参数信息至少包括目标数据的类型和传输协议模式;创建与目标设备对应的数据接收入口并利用数据接收入口接收目标设备传输的目标数据;根据目标数据的类型和传输协议模式从预先预存的数据转换器库中选择对应的数据转换器,获取转换后的目标数据;根据目标数据的类型选择对应的映射规则,利用映射规则解析转换后的目标数据,能够对不同设备传输的数据进行动态接入,无需进行二次开发,实现方式简单高效,能对多源异构的农业物联网数据进行简单高效稳定的接入,一定程度上为农业生产部门和农业企业提供了便利。
-
公开(公告)号:CN107948194A
公开(公告)日:2018-04-20
申请号:CN201711408388.9
申请日:2017-12-22
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种数据接入方法及系统,方法包括:接收目标设备对目标数据的传输请求,注册目标设备的相关参数信息,相关参数信息至少包括目标数据的类型和传输协议模式;创建与目标设备对应的数据接收入口并利用数据接收入口接收目标设备传输的目标数据;根据目标数据的类型和传输协议模式从预先预存的数据转换器库中选择对应的数据转换器,获取转换后的目标数据;根据目标数据的类型选择对应的映射规则,利用映射规则解析转换后的目标数据,能够对不同设备传输的数据进行动态接入,无需进行二次开发,实现方式简单高效,能对多源异构的农业物联网数据进行简单高效稳定的接入,一定程度上为农业生产部门和农业企业提供了便利。
-
公开(公告)号:CN110807760B
公开(公告)日:2022-04-08
申请号:CN201910870129.0
申请日:2019-09-16
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种烟叶分级方法及系统,该方法包括:获取目标地区对应的当年待测烟叶样本的图像;将待测烟叶样本的图像输入到训练后的当年烟叶分级模型中,预测所述待测烟叶样本的等级。训练后的当年烟叶分级模型包括训练后的特征提取器和训练后的第一分类器,由大量带有等级标签的历史烟叶图像和少量带有等级标签的当年烟叶图像训练得到。本发明实施例提供一种烟叶分级方法及系统,通过本方法,仅需少量带有标签的当年烟叶样本,即可高效、准确的实现当年烟叶分级模型的构建,实现当年烟叶的准确分级,同时本发明实施例为不同年份的烟叶分级模型更新与调整提供一种新的方法。
-
公开(公告)号:CN103399989A
公开(公告)日:2013-11-20
申请号:CN201310302902.6
申请日:2013-07-18
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种实时农田环境同步虚拟可视化的方法及装置,包括:S1:根据采集的真实农田环境气象数据,制作虚拟气象库;S2:将采集真实农田实时环境气象数据发送至服务器,服务器对其进行解析;S3:根据解析后的真实农田实时环境气象数据,驱动虚拟气象库将对应的虚拟环境现象进行显示。本发明通过提供一种实时农田环境同步虚拟可视化的方法及装置,通过采集真实农田气象环境数据建立虚拟气象库,并利用传感器采集并解析真实农田实时气象数据,根据解析后的真实农田实时气象数据,驱动虚拟气象库将解析后的真实农田实时气象数据对应的虚拟气象在虚拟交互场景中进行显示,实现了虚拟交互场景实时农田环境的同步虚拟可视化。
-
公开(公告)号:CN111066562A
公开(公告)日:2020-04-28
申请号:CN201911350757.2
申请日:2019-12-24
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种葡萄霜霉病预测方法及系统,该方法包括:获取感染霜霉病的葡萄样本集的发病样本数据;基于灰色关联分析法对发病样本数据进行处理,获取关联预测因子;将关联预测因子作为SVM模型的输入特征向量,基于PSO算法获取最优模型参数,以构建葡萄霜霉病预测模型;利用葡萄霜霉病预测模型,对感染霜霉病的葡萄进行分析,获取葡萄霜霉病的预测结果。本发明实施例提供的预测方法及系统,通过灰色关联分析法筛选出更能反映葡萄霜霉病变化趋势的预测因子,并结合粒子群算法优化支持向量机的模型参数,建立葡萄霜霉病预测模型,以快速准确预测短期内的葡萄霜霉病病害等级,有效的提高了葡萄霜霉病预测精度,为病害防治提供了依据。
-
-
-
-
-
-
-
-
-