-
公开(公告)号：CN102076066A
公开(公告)日：2011-05-25
申请号：CN201010563584.5
申请日：2010-11-29
Applicant: 华南农业大学
CPC classification number: Y02D70/00
Abstract: 本发明提供一种无线传感器网络节点，包括：用于数据采集、处理和逻辑控制的单片机控制模块；与单片机控制模块连接、用于连接传感器的扩展接口；与单片机控制模块连接、用于连接外部设备的外部设备驱动电路；与单片机控制模块连接、用于数据无线传输的无线收发模块；用于提供各部分工作电源的电源模块；无线收发模块受节点中单片机控制模块分级控制，根据需要定时或实时在由多个节点组成的无线传感器网络中传输数据。本发明所提供的无线传感器网络节点信号穿透力强，适用范围广，价格便宜，可大规模推广应用。适合于在地理位置偏远、地形起伏较大、通信障碍物明显、需要部署众多节点的山地等农田的数据采集、无线传输及远程控制。
-
公开(公告)号：CN114170260B
公开(公告)日：2024-05-31
申请号：CN202111477950.X
申请日：2021-12-06
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于植被指数的实时图像叶片分割系统及其方法，该系统包括：内核控制模块、植被指数计算模块、VDMA模块和阈值分割模块；该方法包括：接收控制指令、视频流和放缩因子参数，根据控制指令结合放缩因子参数计算各个植被指数，将各个植被指数每三个分为一组，分别写入红色R、绿色G和蓝色B三个通道内，生成RGB彩色视频流作为植被指数图像输出；接收植被指数图像并根据控制指令实现植被指数图像的缓存；根据预设判决阈值将植被指数图像进行叶片分割。本发明提供了的该叶片分割系统及其方法，成本低效率高，毋须预先进行模型的训练，实用性强。
-
公开(公告)号：CN109711325B
公开(公告)日：2023-05-23
申请号：CN201811587011.9
申请日：2018-12-25
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/762 , G06V10/82 , G06V10/22 , G06V10/26 , G06V10/56 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种芒果采摘点识别方法，包括以下步骤：采集芒果的图像，建立自然场景下的芒果采摘图像库；建立基于Mask R‑CNN网络的芒果果实分割模型；计算每个果实的长轴、短轴以及质心；利用自底向上层次聚类法判断是否成簇；若芒果果实成簇，则识别成簇果实母枝并在母枝上定位采摘点；若芒果为单果，则分割和识别该果实的果梗，在果梗上确定采摘点。本发明利用基于Mask R‑CNN网络的芒果果实分割模型进行果实实例分割，解决自然果园场景下光线变化、遮挡、重叠导致的检测分割难题，具有分割精准、适用场景多的优点。
-
公开(公告)号：CN114323145A
公开(公告)日：2022-04-12
申请号：CN202111664071.8
申请日：2021-12-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于多传感器信息融合的果园地形建模方法及系统，包括采集端数据采集和上位机建模，其中，采集端由主控芯片、传感器模块、交互模块、缓存模块、结果存储模块组成，实现对果园地形样点数据的采集；上位机在获取采集端的采样结果后，通过卡尔曼滤波算法对多传感器信息进行融合，利用单类支持向量机算法识别并移除离群数据，结合拉格朗日插值法对样点插值，从而构建被采样果园的三维地形立体模型。
-
公开(公告)号：CN110598658B
公开(公告)日：2022-03-01
申请号：CN201910882353.1
申请日：2019-09-18
Applicant: 华南农业大学
Abstract: 本发明公开了一种母猪哺乳行为的卷积网络识别方法，首先利用一级卷积网络——Mask R‑CNN检测视频帧中侧卧母猪的关键点，以获取视频帧中母猪侧卧哺乳区域，克服在场景中非哺乳区域仔猪运动对哺乳区域时空特征提取的干扰；然后，以视频帧中哺乳区域的RGB图像序列和光流图像序列作为二级卷积网络——卷积双流网络输入，提取哺乳区域中哺乳行为的时空信息，实现哺乳行为的识别。本发明的模型是基于数据驱动的模型，避免了人工设计行为特征，提升了哺乳行为特征的表达能力，为母猪与仔猪间交互式行为——哺乳行为自动监测提供了新的技术方法。
-
Patent Agency Ranking
公开(公告)号：CN113850814A
公开(公告)日：2021-12-28
申请号：CN202111129057.8
申请日：2021-09-26
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于CNN模型的荔枝叶片病虫害识别方法，该方法包括：采集待识别的荔枝叶片图片；在ARM核系统中，将所述待识别的荔枝叶片图片进行预处理；将经预处理后的图像信息，输入预先构建的CNN模型；判断出所述荔枝叶片是否患病以及所患病虫害类型。该方法通过在ARM核系统中，将待识别的荔枝叶片图片进行处理，得到特征保存较为完整的图像信息，使得神经网络输入更加简单，所需的计算量变小；输入预先构建的CNN模型对图片进行识别和分类，可准确判断出叶片是否患病以及病虫害类型。
-
公开(公告)号：CN113110061A
公开(公告)日：2021-07-13
申请号：CN202110483088.7
申请日：2021-04-30
Applicant: 华南农业大学
IPC: G05B13/04
Abstract: 本发明公开了基于改进粒子群算法优化的智能灌溉模糊控制方法及系统，该方法包括：设定土壤最佳含水率，并通过监控节点获取待灌溉区域的土壤实际含水率；根据所述最佳含水率与实际含水率的差值、及其误差变化率作为模糊控制器的输入，进行控制得到模糊控制器的参数调整量；基于所述参数调整量，采用改进粒子群算法对所述模糊控制器中的量化因子和比例因子进行优化；将优化后的所述量化因子和比例因子应用到所述模糊控制器，实现智能灌溉；避免了采用传统灌溉技术造成较大的时滞和超调问题，满足节约水资源的要求，提高了灌溉控制的精度。另外，改进粒子群算法对模糊控制器中的量化因子和比例因子进行优化，有效的改善了算法寻优精度和收敛速度。
-
公开(公告)号：CN112931150A
公开(公告)日：2021-06-11
申请号：CN202110152035.7
申请日：2021-02-03
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于柑橘冠层光谱响应的灌溉系统和方法，首先获取柑橘园冠层光谱图像和柑橘的生长环境信息，通过GPRS技术传输至云服务器，云服务器对光谱数据进行处理后输入到预先训练好的水分胁迫指数预测模型中，得到整个柑橘园的水分胁迫状况图。上位机获取到整个园区的水分胁迫状况，将需要进行灌溉的区域提取出来，再通过模糊控制器计算出各个区域的灌溉量，然后通过无线传感器网络发送给各个灌溉控制节点，对整个园区进行灌溉，实现了对柑橘园水分的监测和灌溉，水资源得到了充分的利用。
-
公开(公告)号：CN111652326A
公开(公告)日：2020-09-11
申请号：CN202010622915.1
申请日：2020-06-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于MobileNet v2网络改进的果实成熟度识别方法，包括：采集果实在自然场景下的不同生长期的图像，作为原始数据集；构建MobileNet v2网络，设定超参数α和ρ，分别控制MobileNet v2网络的宽度和分辨率，并根据训练需求对MobileNet v2网络进行精简；将MobileNet v2网络的损失函数softmax更改为A-softmax loss函数；将精简和更改后的MobileNet v2网络作为果实识别网络，并构建基于精简和更改后的MobileNet v2网络的初始识别模型；利用所述原始数据集在caffe框架下对所述初始识别模型进行训练和测试，获取最优识别模型。本发明能够提高检测速度，且最终所得到的模型易于迁移到移动端进行果实成熟度的实时识别。
-
公开(公告)号：CN110598658A
公开(公告)日：2019-12-20
申请号：CN201910882353.1
申请日：2019-09-18
Applicant: 华南农业大学
Abstract: 本发明公开了一种母猪哺乳行为的卷积网络识别方法，首先利用一级卷积网络——Mask R-CNN检测视频帧中侧卧母猪的关键点，以获取视频帧中母猪侧卧哺乳区域，克服在场景中非哺乳区域仔猪运动对哺乳区域时空特征提取的干扰；然后，以视频帧中哺乳区域的RGB图像序列和光流图像序列作为二级卷积网络——卷积双流网络输入，提取哺乳区域中哺乳行为的时空信息，实现哺乳行为的识别。本发明的模型是基于数据驱动的模型，避免了人工设计行为特征，提升了哺乳行为特征的表达能力，为母猪与仔猪间交互式行为——哺乳行为自动监测提供了新的技术方法。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.039 seconds)
