-
公开(公告)号：CN105180850B
公开(公告)日：2017-09-22
申请号：CN201510416395.8
申请日：2015-07-15
Applicant: 中国农业大学
Abstract: 本发明公开一种计算玉米叶部大斑病病斑面积比例的方法及装置，能够快速、准确、低成本地对玉米叶部大斑病病斑面积比例进行计算。所述方法包括：S1、以白板为背景，采集玉米植株叶部的二维彩色图像；S2、基于图像处理技术，根据所述二维彩色图像分别提取玉米叶部图像和玉米叶部大斑病病斑图像，并根据所述玉米叶部图像计算玉米叶片像素点数量，根据所述玉米叶部大斑病病斑图像计算玉米叶部大斑病病斑处像素点数量；S3、根据所述玉米叶片像素点数量和玉米叶部大斑病病斑处像素点数量计算玉米叶部大斑病病斑占玉米植株叶片面积的比例。
-
公开(公告)号：CN106709505A
公开(公告)日：2017-05-24
申请号：CN201611059052.1
申请日：2016-11-23
Applicant: 中国农业大学
IPC: G06K9/62
CPC classification number: G06K9/6249 , G06K9/6255
Abstract: 本发明提供了一种基于字典学习的玉米籽粒的粒型分类方法及系统，该方法将不同粒型的各玉米籽粒的籽粒图像作为训练样本；提取各训练样本中用于进行粒型分类的特征向量；组合特征向量，得到训练样本字典；基于字典训练算法K‑SVD对训练样本字典进行多类别的字典学习；将重构误差小的类别作为分类类别，根据该分类类别对玉米籽粒的粒型进行稀疏分类。该系统包括训练样本获取单元、特征向量提取单元、训练样本字典获取单元、字典学习单元及稀疏分类单元。本发明能够快速、精确对玉米籽粒进行粒型分类，为玉米产量的评估提供了准确且可靠的基础。
-
公开(公告)号：CN106645215A
公开(公告)日：2017-05-10
申请号：CN201710054231.4
申请日：2017-01-22
Applicant: 中国农业大学
IPC: G01N22/04
CPC classification number: G01N22/04
Abstract: 本发明提出一种基于高频电磁波的玉米果穗含水率测量装置，利用高频电磁波经玉米果穗透射后能量不断衰减的特性，且能量的衰减主要体现在输出电磁波的幅值上，通过检测高频电磁波经玉米果穗透射后由接收线圈接收到的信号幅值变化建立幅值与玉米果穗含水率的函数关系，以检测出玉米果穗中的含水率。本发明的一种基于高频电磁波的玉米果穗含水率测量装置，其可实现玉米果穗含水率实时在线无损测量，其测量速度快，精度高，成本低。
-
公开(公告)号：CN105894512A
公开(公告)日：2016-08-24
申请号：CN201610202105.4
申请日：2016-03-31
Applicant: 中国农业大学
CPC classification number: G06T2207/10024 , G06T2207/30188
Abstract: 本发明提供一种小区玉米果穗考种中粘连玉米果穗分割方法及装置，方法为：获取二维图像采集装置采集的小区玉米果穗的二维彩色图片，并处理成包括至少两个二值化子图像(以下称子图像)的二值化图片，获取任一子图像的空白轮廓图，计算空白轮廓图的周长和面积；根据周长和面积，计算子图像的粘连系数；若粘连系数≤预设值或面积≥预设值，生成图像和背景标注线；根据标注线和二值化图片，生成将子图像分割的掩膜，根据掩膜将子图像分割，获取子图像的轮廓图。装置包括二值化处理单元，轮廓图获取单元，计算单元，标注线生成单元，掩膜生成单元和图像分割单元。本发明速度快、效率高，可适用各种粘连的玉米果穗的考种，具有通用性。
-
公开(公告)号：CN105340413A
公开(公告)日：2016-02-24
申请号：CN201510702586.0
申请日：2015-10-26
Applicant: 中国农业大学
Abstract: 本发明涉及一种玉米果穗三维信息检测方法及系统。该方法包括：标定三台摄像机之间的空间位置关系；获取玉米果穗轮廓；利用所述三台摄像机采集玉米果穗三幅不同角度的图像，利用所述三台摄像机之间的空间位置关系构建正三角测量模型；根据所述正三角测量模型获得所述玉米果穗中心轴的中心点及任意四分点的深度信息，根据所述玉米果穗轮廓及所述玉米果穗中心轴的中心点及任意四分点的深度信息获取玉米果穗在三台摄像机坐标系中的位置信息；获取所述玉米果穗三幅不同角度的图像的重叠区域，去除所述重叠区域，获得玉米果穗的三维表型信息。本发明可以快速获取果穗三维表型信息，实现高通量考种要求。
-
Patent Agency Ranking
公开(公告)号：CN105303786B
公开(公告)日：2018-04-13
申请号：CN201510642054.2
申请日：2015-09-30
Applicant: 中国农业大学
IPC: G08B21/18
Abstract: 本发明提供一种转基因动物的逃逸预警方法、装置和系统，所述逃逸预警方法包括：获取监控设备采集的转基因动物的养殖信息以及所述监控设备的状态信息；根据所述养殖信息、所述监控设备的状态信息以及所述转基因动物当前的养殖状态，确定所述转基因动物的逃逸预警级别；根据所述逃逸预警级别，基于预设的逃逸预警级别与逃逸预警措施的对应关系，确定所述逃逸预警级别对应的逃逸预警措施；其中，所述养殖状态包括圈养状态和放养状态。本发明可有效解决现有转基因动物的逃逸监管，养殖信息手工记录效率低、数据共享难等问题，实现了对转基因动物的有效监管。
-
公开(公告)号：CN106650738A
公开(公告)日：2017-05-10
申请号：CN201611050628.8
申请日：2016-11-23
Applicant: 中国农业大学
Abstract: 本发明提供了一种基于凹点匹配的玉米穗部粘连籽粒分割方法及系统，该方法在玉米穗部的籽粒分割图存在粘连籽粒时，获取粘连籽粒的轮廓最小凸闭包，获取粘连籽粒的轮廓最小凸闭包的匹配凹区以及对应的分割凹点对，以及根据分割凹点对粘连籽粒进行分割。该系统包括粘连籽粒的轮廓最小凸闭包获取单元、匹配凹区及分割凹点对获取单元及粘连籽粒分割单元。本发明能够可以快速、准确分割玉米果穗穗部粘连籽粒，为玉米品种的考察研究提供了准确且可靠的基础。
-
公开(公告)号：CN105335705A
公开(公告)日：2016-02-17
申请号：CN201510674358.7
申请日：2015-10-16
Applicant: 中国农业大学
CPC classification number: G06K9/00664 , G06K9/4652 , G06T2207/30188
Abstract: 本发明提供一种基于计算机视觉的玉米异常果穗筛分方法、装置及系统。所述方法包括：基于预设的图像截取规则，截取所述待筛分玉米果穗的图像，得到截取图像；所述待筛分玉米果穗的图像为图像采集装置采集的图像；基于预设的特征参数提取规则，提取所述截取图像中的特征参数；根据所述特征参数，基于预设的异常果穗筛分模型，确定玉米果穗的异常类别。上述玉米异常果穗筛分方法、装置及系统能够实现无损识别常见的几种异常果穗，使得筛分速度大大提高。计算机视觉技术的应用，可以很好地代替人工劳动力，解决了现有技术中依靠人工筛分玉米异常果穗效率低下的技术问题。
-
公开(公告)号：CN105303786A
公开(公告)日：2016-02-03
申请号：CN201510642054.2
申请日：2015-09-30
Applicant: 中国农业大学
IPC: G08B21/18
CPC classification number: G08B21/182
Abstract: 本发明提供一种转基因动物的逃逸预警方法、装置和系统，所述逃逸预警方法包括：获取监控设备采集的转基因动物的养殖信息以及所述监控设备的状态信息；根据所述养殖信息、所述监控设备的状态信息以及所述转基因动物当前的养殖状态，确定所述转基因动物的逃逸预警级别；根据所述逃逸预警级别，基于预设的逃逸预警级别与逃逸预警措施的对应关系，确定所述逃逸预警级别对应的逃逸预警措施；其中，所述养殖状态包括圈养状态和放养状态。本发明可有效解决现有转基因动物的逃逸监管，养殖信息手工记录效率低、数据共享难等问题，实现了对转基因动物的有效监管。
-
公开(公告)号：CN119273975A
公开(公告)日：2025-01-07
申请号：CN202411314680.4
申请日：2024-09-20
Applicant: 中国农业大学
IPC: G06V10/764 , G06V10/774 , G06T7/194 , G06V10/44 , G06N3/0464
Abstract: 本发明属于农业信息技术领域，提供了一种基于机器学习模型的葡萄叶部病害图像识别方法，包括：待检测葡萄叶部病害图像收集和SingleFormer模型识别，SingleFormer模型的构建过程包括：图像收集和划分、图像扩充和增强以及SingleFormer网络训练。本发明通过SingleFormer网络，降低了模型训练的复杂度，提高了模型的识别精度和SOTA评估效果。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.021 seconds)
