-
公开(公告)号：CN111860220B
公开(公告)日：2021-04-13
申请号：CN202010619247.7
申请日：2020-06-30
Applicant: 扬州大学
Abstract: 本发明涉及一种小麦幼苗分布特征的评价方法，包括如下步骤：第一步，在目标麦田划定取样区域，分别定点幼苗位置Ai，确定各幼苗Ai与最近相邻幼苗的距离Ri，以Ri/2为半径，计算各幼苗所占的面积Si；第二步：分别计算每个取样区域内各幼苗面积的变异特性，以便于制定区域及区域周围的幼苗管理措施；第三步：计算每个取样区域内各幼苗Ri的距离变异特性以便于制定区域及区域周围的幼苗管理措施；第四步：边缘特性：将第一步中划定的各取样区域从区域边缘向中心偏移一固定的边缘距离划定为边缘区域，计算边缘区域的麦苗所占总面积与取样区域总面积的比值为边缘特性值；根据边缘特性评价方法确定边缘特性得分，以制定区域及区域周围的幼苗管理措施。
-
公开(公告)号：CN111721269A
公开(公告)日：2020-09-29
申请号：CN202010617948.7
申请日：2020-06-30
Applicant: 扬州大学
Abstract: 本发明涉及一种小麦幼苗格局特征的量化评价方法，包括如下步骤：第一步，划定若干个取样区域，分别定点每个取样区域内所有幼苗位置Ai，定点总数为n，将各定点Ai分别与相邻的定点连接成若干互不交叉且不重合的连线，各连线的长度分别记为X1、X2…Xm，单位为cm；第二步：计算取样区域内的距离特征，表示为距数比V=，其中，X为X1、X2…Xm的总和，n为幼苗定点的总数；第三步，计算取样区域内幼苗分布的变异指数，第四步，计算取样区域的均匀度差异，将取样区域等分为4-6块子区域，计数每个子区域的幼苗定点数，均匀度差异为子区域的幼苗定点数的方差。
-
公开(公告)号：CN107256564A
公开(公告)日：2017-10-17
申请号：CN201710348902.8
申请日：2017-05-17
Applicant: 扬州大学
Abstract: 本发明涉及一种耕地表面结构定量化获取方法，包括以下步骤：图像获取：利用Kinect传感器垂直获取耕地表面图像；三维图像重建：以RGB图像作为信息匹配的度量标准，通过二维空间向三维空间的转换，利用Delaunay triangulation算法实现土块的三维化；土块的提取与高度测量：利用Gaussian low pass filter，在三维图像中进行土块的提取，提取土块轮廓，根据土块深度值计算土块大小和高度；计算土块三维特征参数：根据高度参数的定义，选择Sa，Sq。本发明可以快速定量化的获取耕地表面的结构特征，为耕地结构的快速评价提供一种高效的方法。
-
公开(公告)号：CN105447859A
公开(公告)日：2016-03-30
申请号：CN201510792807.8
申请日：2015-11-18
Applicant: 扬州大学
CPC classification number: G06K9/6269 , G06T2207/20081 , G06T2207/30242
Abstract: 本发明公开了一种田间麦蚜虫计数方法，包含以下步骤：图像获取：于小麦拔节至孕穗期，通过数码相机获取小麦植株原始图像，在原始图像中获取小像素子图像X张作为训练样本；训练样本收集：从原始图像中随机截取N张蚜虫图像作为正样本，随机截取M张图像作为负样本；识别模型训练：提取正样本和负样本的HOG特征，将正负样本的HOG输入到SVM分类器进行训练得到虫害分类模型，用样本对模型进行矫正，验证害虫识别模型；蚜虫的检测：在原始图像中寻找MSER，最终用SVM分类器在MSER区域中寻找蚜虫并记录蚜虫数量。本发明操作简单，蚜虫数量计算高效准确。
-
公开(公告)号：CN101412677B
公开(公告)日：2011-12-21
申请号：CN200810235242.3
申请日：2008-11-12
Applicant: 扬州大学
IPC: C07C205/12 , C07C201/08
CPC classification number: Y02P20/584
Abstract: 氯苯液相选择性硝化绿色生产方法，涉及硝基氯苯的合成工艺。在已放置溶剂四氯化碳的反应容器中加入氯苯和吸水剂，在温度为10～15℃条件下搅拌混合并滴加硝化剂，滴加完毕后加入催化剂WO3/ZrO2，升温至50～60℃条件下搅拌反应至结束，过滤回收催化剂及分出有机相，洗涤至近中性，蒸馏回收溶剂后经干燥脱水得到产物硝基氯苯。本发明一硝产物收率高达91.5％，并显示出良好的对位选择性，且催化剂用量较小，分离容易，可循环套用，从源头上阻止污染产生，因此该氯苯液相选择性硝化绿色工艺具有很好的工业应用前景。
-
Patent Agency Ranking
公开(公告)号：CN101973876A
公开(公告)日：2011-02-16
申请号：CN201010513737.5
申请日：2010-10-12
Applicant: 扬州大学
IPC: C07C69/157 , C07C67/08 , B01J23/30
CPC classification number: Y02P20/584
Abstract: 乙酰水杨酸的合成方法，涉及化学合成技术领域，先将ZrOCl2·8H2O固体溶于去离子水中，再加入偏钨酸铵水溶液、尿素水溶液，回流后冷却，以氨水调节pH值，经超声处理并陈化后抽滤洗涤，干燥后经焙烧制得WO3/ZrO2固体超强酸催化剂；再在反应容器中加入水杨酸、乙酸酐和催化剂，加热，待反应结束后趁热抽滤；取滤液经水解过量乙酸酐，静置冷却，析出白色晶体，以冰水冷却至完全结晶；将白色晶体经抽滤，冷水洗涤，得到乙酰水杨酸粗品，再用乙醇和水混合溶剂重结晶得到乙酰水杨酸。本发明改进了WO3/ZrO2固体超强酸的制备工艺，引入超声处理，催化剂回收再生容易，可保持高活性重复使用，对环境友好。
-
公开(公告)号：CN118583788A
公开(公告)日：2024-09-03
申请号：CN202410630869.8
申请日：2024-05-21
Applicant: 扬州大学
Abstract: 本发明公开了一种基于时序的作物生长监测方法、系统、介质及设备，本发明从高光谱田间图像提取各波段的作物冠层反射率，计算植被指数；对高光谱田间图像进行二维光谱分析，选择作物生长监测的优化波段；构建作物生育期识别网络，根据生育期识别标准构建生育期指数；构建关于生育期指数和单位面积地上生物量的作物生长监测线性模型，利用植被指数回归出线性模型中的生物量系数；将基于时序的田间图像数据导入作物生长监测线性模型，进行作物生长监测计算，得到基于时序的作物生物量信息。本发明从大田农作物种植密度和冠层特性出发，利用田间高光谱图像获取作物冠层数据，与深度学习生育期识别模型结合，实现对时序生长的作物生物量精准估算。
-
公开(公告)号：CN117636171A
公开(公告)日：2024-03-01
申请号：CN202311668731.9
申请日：2023-12-07
Applicant: 中国农业科学院作物科学研究所 , 扬州大学
IPC: G06V20/10 , G06V20/17 , G06V20/70 , G06V10/10 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明涉及的一种利用遥感影像的大豆数苗监测方法，其特征在于，包括以下步骤：获取包含大豆苗的图像，然后对图像中的大豆苗进行标记，获得标记完成的大豆苗数据集；将标记完成的数据集按照一定比例划分为训练集和测试集，然后利用训练集构建大豆苗识别模型，然后利用测试集对大豆苗识别模型进行验证，当验证结果准确度高于设定阈值时，将其作为大豆苗监测模型；获取包含不同高度的大豆苗的图像，分别对大豆苗监测模型进行优化，获得优化后的大豆预测模型。本发明的有益之处在于：使用无人机搭载相机拍摄解决了传统人工调查大豆苗数效率低、误差大的弊端，充分发挥高分辨率遥感影像的优势，可以实现对大豆苗的高精度、大面积快速监测识别。
-
公开(公告)号：CN116523866A
公开(公告)日：2023-08-01
申请号：CN202310458763.X
申请日：2023-04-26
Applicant: 扬州大学
Abstract: 本发明提供一种小麦赤霉病抗性鉴定方法，包括以下步骤：获取待鉴定麦穗的图像；使用基于DeepLabV3+网络的语义分割模型从步骤一获取的麦穗图像中提取目标麦穗的图像；将步骤二提取的目标麦穗的图像作为输入图像，确定分割健康小穗和染病小穗的分段动态阈值t；使用步骤三得到的阈值t提取目标麦穗的赤霉病发病区域；根据步骤四提取的目标麦穗的赤霉病发病区域，以染病小穗的面积占小穗总面积的比例表示单个麦穗的赤霉病严重度；使用待鉴定麦穗病害发生的平均严重度评估待鉴定麦穗的赤霉病抗性水平。该赤霉病表型智能化鉴定方法服务于赤霉病表型鉴定，为完全实现赤霉病智能化高通量鉴定提供参考。相比于传统鉴定方法省时省工，鉴定数据全面，误差较小。
-
公开(公告)号：CN111721269B
公开(公告)日：2021-01-05
申请号：CN202010617948.7
申请日：2020-06-30
Applicant: 扬州大学
Abstract: 本发明涉及一种小麦幼苗格局特征的量化评价方法，包括如下步骤：第一步，划定若干个取样区域，分别定点每个取样区域内所有幼苗位置Ai，定点总数为n，将各定点Ai分别与相邻的定点连接成若干互不交叉且不重合的连线，各连线的长度分别记为X1、X2…Xm，单位为cm；第二步：计算取样区域内的距离特征，表示为距数比V=，其中，X为X1、X2…Xm的总和，n为幼苗定点的总数；第三步，计算取样区域内幼苗分布的变异指数，第四步，计算取样区域的均匀度差异，将取样区域等分为4‑6块子区域，计数每个子区域的幼苗定点数，均匀度差异为子区域的幼苗定点数的方差。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.024 seconds)
