-
公开(公告)号：CN108760668A
公开(公告)日：2018-11-06
申请号：CN201810566250.X
申请日：2018-06-01
Applicant: 南京林业大学
IPC: G01N21/3554 , G01N21/359 , G06K9/40 , G06K9/46 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于加权自动编码器的马尾松苗木根部水分快速测量方法，先使用Savitzky‑Golay方法对苗木近红外谱图进行平滑滤波，一阶导数消除基线漂移；再使用改进的可变加权堆叠自动编码器进行高阶特征提取；最后，使用两层全连接神经网络进行有监督微调并利用支持向量机回归进行水分含量的预测。本发明作为一种深度学习架构，改进的可变加权堆叠自动编码器可以逐层地提取光谱数据抽象的、有用的深层次特征，从而提高模型的预测性能。本发明不仅适用于对马尾松苗木的水分含量预测，同时也可以对马尾松其它物质含量以及其它植物含量进行预测，具有可移植性，更满足物质含量预测的需求。
-
公开(公告)号：CN108284079A
公开(公告)日：2018-07-17
申请号：CN201810149715.1
申请日：2018-02-13
Applicant: 南京林业大学
IPC: B07C5/342
Abstract: 本发明公开了一种基于高光谱成像与深度学习的籽棉残膜分选装置及算法，残膜分选装置包括配棉箱、高光谱成像仪、穹顶卤素灯、工控机、黑色橡胶履带、高速喷阀、抽风口与风机。待处理的籽棉由进棉口进入配棉箱进行开松，随后由高光谱成像仪采集反射光谱图，再经工控机进行图像处理，处理完毕后，经过一定时间的延时，驱动箱驱动高速喷阀喷出对应位置的残膜或含有残膜的籽棉到抽风口，由风机抽出，位于籽棉底部的残膜由于风机产生的空气压力也能被吸入抽风口,其他籽棉由于惯性则会落在指定位置，从而完成分选。本发明可以实现籽棉残膜的快速准确识别与分类，解决了困扰行业多年的残膜分拣技术难题。
-
公开(公告)号：CN114708457B
公开(公告)日：2024-10-29
申请号：CN202210336884.2
申请日：2022-03-31
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/08 , G06N7/01
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：CN118701360A
公开(公告)日：2024-09-27
申请号：CN202410862545.7
申请日：2024-06-28
Applicant: 南京林业大学
Abstract: 本发明提供一种刨花板摞顶膜覆盖装置，它能够夹紧顶膜的自由端移动，使得顶膜卷放出顶膜，再把放出的顶膜与顶膜卷切断后覆盖在刨花板摞顶部，提高覆膜效率，节省人工。它包括底架，摆架，摆架下部通过枢轴转动连接在底架上，在底架与摆架之间设置驱动摆架绕枢轴相当于底架摆动的摆动驱动装置，摆架上设置能够相对于摆架上下移动的用于夹紧或者松开顶膜的上夹板；上夹板包括上静夹板和相对于上静夹板往复移动的上动夹板；顶膜卷的自由端穿过底架后伸入上静夹板与上动夹板之间，被上静夹板与上动夹板夹紧；割刀在顶膜的宽度方向往复移动地设置在底架上，用于把被上夹板夹紧的顶膜下部与顶膜卷沿宽度方向割断。
-
公开(公告)号：CN116596891B
公开(公告)日：2024-09-10
申请号：CN202310578316.8
申请日：2023-05-22
Applicant: 南京林业大学
IPC: G06T7/00 , G06V10/25 , G06V10/32 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/044 , G06N3/082 , G06N3/0895
Abstract: 本发明涉及一种基于半监督多任务检测的木地板颜色分类及缺陷检测方法，属于图像处理领域。该方法包括：对输入图像进行缺陷色彩校正；标记少量图像作为数据集输入Color‑RCNN模型训练，实现颜色分类和缺陷检测；训练半监督预测监视网络判别伪标签是否准确的；用Color‑RCNN模型预测剩余的未标记图像，实现颜色分类，生成伪标签，用半监督预测监视网络对伪标签进行判别，将正确的检测框留下，过滤掉错误的检测框；将识别正确的图像加入数据集，重新输入Color‑RCNN模型训练，预测剩余的未标记图像，直至未标记图像全部获得正确标签，实现半监督学习。本发明在图像识别的过程中，通过半监督学习，使用少量人工标记和大量未标记的木地板图像训练出模型，提高了分选的效率。
-
Patent Agency Ranking
公开(公告)号：CN117788395B
公开(公告)日：2024-08-20
申请号：CN202311742570.3
申请日：2023-12-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于图像的马尾松苗木根系表型参数提取系统和方法，包括：采集马尾松苗木根系图像并对图像进行矫正；对矫正后的图像进行预处理；对处理后图像使用改进ZhangSuen骨架提取算法进行图像细化操作；对根系骨架图中的像素点进行端点搜索；对根系骨架图中的像素点进行转点搜索；采用优先路径搜索算法分割马尾松苗木根系的主根与一级侧根；基于分割后的马尾松苗木根系的主根与一级侧根，提取马尾松苗木的根系表型参数；本系统和方法可以快速且准确地测量出马尾松苗木的根系表型参数，避免了人工测量的高成本和高误差，也不需要依赖于昂贵的检测设备。
-
公开(公告)号：CN116310511B
公开(公告)日：2024-07-30
申请号：CN202310106101.6
申请日：2023-02-13
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/56 , G06V10/774 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/08 , G06V10/26
Abstract: 本发明公开了一种基于自学习的实木地板颜色分类方法，属于机器视觉和图像处理领域。将预处理后的实木地板图像进行区块化处理来数据增强，训练出一个可以识别已知类别和未知类别的循环迭代树；将待分类图像输入到循环迭代树中，得到实木地板的颜色类别，如果不属于已知的颜色种类，则使用少量特定已知的颜色区块替换待识别实木地板的部分位置；循环多次后，如果确定为未知类别，则将该实木地板的颜色更新进循环迭代树中，实现自学习。本发明在图像识别的过程中，通过区块化处理进行数据增强，以达到使用少量实木地板样本即可训练出可用模型。在识别中，不断更新循环迭代树进行自学习，使得模型可以不断学习新的数据，不断增强模型的识别能力。
-
公开(公告)号：CN117788395A
公开(公告)日：2024-03-29
申请号：CN202311742570.3
申请日：2023-12-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于图像的马尾松苗木根系表型参数提取系统和方法，包括：采集马尾松苗木根系图像并对图像进行矫正；对矫正后的图像进行预处理；对处理后图像使用改进ZhangSuen骨架提取算法进行图像细化操作；对根系骨架图中的像素点进行端点搜索；对根系骨架图中的像素点进行转点搜索；采用优先路径搜索算法分割马尾松苗木根系的主根与一级侧根；基于分割后的马尾松苗木根系的主根与一级侧根，提取马尾松苗木的根系表型参数；本系统和方法可以快速且准确地测量出马尾松苗木的根系表型参数，避免了人工测量的高成本和高误差，也不需要依赖于昂贵的检测设备。
-
-
公开(公告)号：CN116309375B
公开(公告)日：2023-10-24
申请号：CN202310159967.3
申请日：2023-02-23
Applicant: 南京林业大学
Abstract: 本发明公开一种实木板材双面缺陷检测及智能加工坐标确定方法，包括：采集N块实木板材样本双面图像，对图像进行预处理；对图像进行缺陷标注，并将其作为数据集用来训练实木板材缺陷检测深度学习离线网络模型；在线采集实木板材双面图像，并进行预处理，将实木板材双面图像按行对齐；将实木板材图像输入至训练好的模型内，获得实木板材缺陷坐标；优化实木板材缺陷坐标，获得实木板材图像上的加工位置坐标；将加工位置坐标从实木板材图像上转换至实际板材上。本发明通过集成双目视觉获取实木板材双面图像并进一步地进行缺陷检测，对检测到的双面缺陷坐标进行基于图像的工艺优化，实现实木板材的双面缺陷检测，并获取实际板材的加工坐标点。
-
-
-
-
-
-
-
-
-
Search Results
155
records
(took 0.041 seconds)
