-
公开(公告)号：CN108537108A
公开(公告)日：2018-09-14
申请号：CN201810146870.8
申请日：2018-02-12
Applicant: 中国农业大学
Abstract: 本发明提供一种东亚飞蝗龄期识别方法及装置，所述方法包括：S1，基于预先构建的蝗虫种类识别模型对待识别蝗虫图像进行识别；S2，若根据识别结果获知所述待识别蝗虫图像的种类为东亚飞蝗，则基于预先构建的东亚飞蝗龄期识别模型对所述待识别蝗虫图像进行识别，获取所述待识别蝗虫图像对应的龄期。本发明实现对东亚飞蝗龄期的自动识别，不需要人为操作，且识别的精度更高。
-
Patent Agency Ranking
公开(公告)号：CN108414457B
公开(公告)日：2020-06-09
申请号：CN201810162146.4
申请日：2018-02-27
Applicant: 中国农业大学
Abstract: 本发明提供一种蝗虫龄期识别方法及装置，所示方法包括：S1，获取待识别蝗虫的光谱信息，并确定所述光谱信息中的最优主成分，根据所述最优主成分与所述待识别蝗虫表皮的最大差异物质成分的含量之间的关系，确定待识别蝗虫表皮的最大差异物质成分的含量；S2，根据所述最大差异物质成分的含量，确定所述待识别蝗虫的龄期。可以准确确定出待识别蝗虫的龄期，大大提高了准确性，进而可以针对不同龄期的蝗虫采取不同的方法进行治理，可以使治理成本大大降低，对于蝗虫的野外监测和治理具有很好的应用价值。
-
公开(公告)号：CN107451603B
公开(公告)日：2020-01-10
申请号：CN201710552219.6
申请日：2017-07-07
Applicant: 中国农业大学
IPC: G06K9/62
Abstract: 本发明提供一种蝗虫龄期的预测方法，包括：获得蝗虫的所有特征部分的光谱反射率，并对所述蝗虫的所有特征部分的光谱反射率进行归一化处理；获得特征集中的特征样本和训练集中的训练样本；根据交叉验证获得特征集中K个最优的特征样本，并获得所述K个最优的特征样本的均值，根据所述均值和训练集中的训练样本至特征集的距离，获得所述训练样本的龄期。本发明能够很好的区分蝗虫的幼虫和成虫，具有良好的准确性。
-
公开(公告)号：CN109389139A
公开(公告)日：2019-02-26
申请号：CN201710686810.0
申请日：2017-08-11
Applicant: 中国农业大学
Abstract: 本发明提供一种蝗虫计数方法及装置，其中所述方法包括：S1，使用Meanshift算法对蝗虫图像进行聚类，对聚类后的所述蝗虫图像进行二值化处理，获取所述蝗虫图像中的目标连通区域；S2，判断所述各目标连通区域是单体区域还是粘连区域，对所述粘连区域进行分割；S3，将所述单体区域的个数和所述粘连区域分割后的区域个数相加，获取所述蝗虫图像中蝗虫的个数。本发明具有实现蝗虫的自动计数，且计数的准确度高的有益效果。
-
公开(公告)号：CN108414457A
公开(公告)日：2018-08-17
申请号：CN201810162146.4
申请日：2018-02-27
Applicant: 中国农业大学
Abstract: 本发明提供一种蝗虫龄期识别方法及装置，所示方法包括：S1，获取待识别蝗虫的光谱信息，并确定所述光谱信息中的最优主成分，根据所述最优主成分与所述待识别蝗虫表皮的最大差异物质成分的含量之间的关系，确定待识别蝗虫表皮的最大差异物质成分的含量；S2，根据所述最大差异物质成分的含量，确定所述待识别蝗虫的龄期。可以准确确定出待识别蝗虫的龄期，大大提高了准确性，进而可以针对不同龄期的蝗虫采取不同的方法进行治理，可以使治理成本大大降低，对于蝗虫的野外监测和治理具有很好的应用价值。
-
公开(公告)号：CN107451603A
公开(公告)日：2017-12-08
申请号：CN201710552219.6
申请日：2017-07-07
Applicant: 中国农业大学
IPC: G06K9/62
Abstract: 本发明提供一种蝗虫龄期的预测方法，包括：获得蝗虫的所有特征部分的光谱反射率，并对所述蝗虫的所有特征部分的光谱反射率进行归一化处理；获得特征集中的特征样本和训练集中的训练样本；根据交叉验证获得特征集中K个最优的特征样本，并获得所述K个最优的特征样本的均值，根据所述均值和训练集中的训练样本至特征集的距离，获得所述训练样本的龄期。本发明能够很好的区分蝗虫的幼虫和成虫，具有良好的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
