-
公开(公告)号：CN116386031A
公开(公告)日：2023-07-04
申请号：CN202310361996.8
申请日：2023-04-06
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/68 , G06V20/17 , G06V10/80 , G06V10/82 , G06V20/70 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06Q50/02
Abstract: 本发明公开一种果树养分胁迫诊断方法及系统，涉及图像处理领域，该方法包括获取果园周年生育期中关键施肥期——萌芽、开花、果实膨大初/末期及采收后的图像，形成包括地面‑无人机立体化平台成时间序列的RGB及高光谱图像集合；通过对各平台图像对应特征的提取，实现基于立体化时序特征的果树表型信息获取及预期产量下的需肥量计算；通过不同时期果树表型信息反应出的果树生长情况，分析该阶段果树养分与最近生长条件下的偏离量，实现果树养分胁迫的反向诊断。
-
公开(公告)号：CN112699756A
公开(公告)日：2021-04-23
申请号：CN202011546118.6
申请日：2020-12-24
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明涉及一种基于高光谱图像的茶叶原产地识别方法和系统，包括获取待检测茶叶样本，按顺序排放，利用室内成像高光谱系统获取各样本的高光谱图像，搭建实例分割网络，获取感兴趣区，并计算茶叶叶片短径、面积、周长等外部结构信息，在叶片区域检测基础上提取茶叶叶片平均光谱，通过筛选敏感波段，得到原产地识别的最佳光谱波段，并形成光谱指数，获取敏感波段图像纹理信息，同步分析光谱波段、光谱指数、茶叶外部结构信息以及图像纹理信息，构建茶叶原产地识别模型，利用验证集进行验证优化，将最优的茶叶原产地识别模型集成，实现对茶叶原产地的快速无损检测。本发明无需进行研磨操作以及相关化学分析实验，提高了检测速度和无损检测精度。
-
公开(公告)号：CN119949190A
公开(公告)日：2025-05-09
申请号：CN202510280629.4
申请日：2025-03-11
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明涉及食用菌采收技术领域，且公开了一种基于食用菌采收机的采集机构及方法，包括种植框架，所述种植框架均匀等间距可拆卸连接有运动板，所述运动板上通过运动组件连接有采收架，所述运动组件用于带动所述采收架运动，使得所述采收架与采摘机器人之间协同运动，所述采收架上设有爬升组件，所述爬升组件用于所述采收架在所述种植框架上进行爬升，可以实现对采收机采收的食用菌进行接料，在接料后对食用菌进行分拣筛分，根据食用菌的大小对食用菌进行筛分，便于进行不同的收集装箱；可以实现在筛分后进行间歇式的输送，对每次输送的量进行控制，而且缩短了食用菌下降的直线距离，降低了对食用菌的损伤，保证了食用菌的采收效率。
-
公开(公告)号：CN119303855B
公开(公告)日：2025-04-01
申请号：CN202411359109.4
申请日：2024-09-27
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明涉及一种道岔式分选装置及分选方法，其解决了现有果蔬分选装置容易对易损性果蔬或外观要求较高的果蔬造成损伤，分选效率低的技术问题，其包括支撑框架、驱动机构、不锈钢管式输送带、道岔式分流机构和若干个托盘，不锈钢管式输送带设有若干个不锈钢管，道岔式分流机构设有主向轨道、分段主向轨道一、分段主向轨道二、分流轨道一、分流轨道二、分级轨道一、分级轨道二、合流轨道、回归轨道一、回归轨道二、换向拨指一、电磁铁连接座一、电磁铁一、换向拨指二、电磁铁连接座二和电磁铁二，托盘与不锈钢管滑动连接，托盘设有导向轴。
-
公开(公告)号：CN112930874B
公开(公告)日：2025-03-21
申请号：CN202110185227.8
申请日：2021-02-10
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明提供一种水果双线作业采摘机器人，包括：移动平台和采摘装置；所述采摘装置包括旋转基座、机械臂、真空吸气组件和末端执行器，所述旋转基座的固定端设于所述移动平台，所述机械臂的首端和所述真空吸气组件均设于所述旋转基座的活动端，所述末端执行器设于所述机械臂的末端；所述真空吸气组件与所述末端执行器连通，在所述真空吸气组件提供的吸力的作用下，水果依次通过所述末端执行器和所述真空吸气组件以完成采摘。本发明的水果双线作业采摘机器人，设计合理、操作简单、工作稳定，可有效提高采摘效率，减少采摘时间，降低人工成本，可以广泛推广使用。
-
Patent Agency Ranking
公开(公告)号：CN117746458A
公开(公告)日：2024-03-22
申请号：CN202311502062.8
申请日：2023-11-13
Applicant: 中国农业科学院农业信息研究所
IPC: G06V40/10 , G06V10/82 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/096
Abstract: 一种动物面部识别方法，包括：采用跨物种注意力知识迁移方法，将在人脸图像上训练的人脸识别网络作为教师网络，将动物面部训练的动物面部识别网络作为学生网络，将从教师网络得到的注意力图知识转移到学生网络中；设置注意力图对齐投影块，以对齐两个网络的注意力图，通过降低两个网络的注意力图之间的种间距离，使大型教师网络的先验知识能够更有效地转移到相对浅的学生网络中；以及采用特征融合的方法，利用迁移后的学生网络从上半部分动物面部图像提取上部特征，利用预训练后的学生网络从对应的下半部分动物面部图像提取下部特征，并将上部特征和下部特征进行加权融合，以有效利用动物面部特征进行个体身份识别。
-
公开(公告)号：CN117530053A
公开(公告)日：2024-02-09
申请号：CN202311483492.X
申请日：2023-11-09
Applicant: 中国农业科学院农业信息研究所 , 内蒙古中农北方农牧业科技有限公司
IPC: A01D46/30
Abstract: 一种采摘机器人及其末端抓取装置和方法，该采摘机器人包括末端抓取装置，该末端抓取装置包括：末端执行器，包括壳体、固定块、驱动机构和夹持机构，驱动机构设置在壳体内，并分别与固定块和夹持机构连接；夹持机构安装在壳体一端；壳体另一端安装在固定块上；联轴器，安装在固定块下方，并与驱动机构连接；驱动机构驱动联轴器带动固定块±360°旋转；双目深度相机，安装在相机支撑架上，相机支撑架通过相机法兰安装在联轴器上；及端盖，分别与联轴器及采摘机器人的机械臂连接，端盖上设置有通信接口，驱动机构和双目深度相机通过通信接口与采摘机器人的控制器连接。本发明还提供了该采摘机器人的末端抓取方法。本发明结构简单，操作便捷，效率高。
-
公开(公告)号：CN116959101A
公开(公告)日：2023-10-27
申请号：CN202310746255.1
申请日：2023-06-21
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明提出一种基于多模态语义的猪只行为智能分析方法和系统，以猪只姿态特征和视觉特征，结合图卷积网络识别猪只的细粒度行为，并综合分析猪只的高层行为语义，实现猪只行为的智能识别。所使用的姿态特征为猪只骨骼、肢体关键点的二维、三维坐标数据，视觉特征为视频帧中猪只的外观信息。本发明所介绍的方法综合利用了姿态语义和外观视觉语义的优势，对光照、背景变化等具有较高的抗干扰性，可用于大围栏猪只群养环境、限位栏养殖环境，支持无接触的猪只行为识别。
-
公开(公告)号：CN112699756B
公开(公告)日：2023-08-25
申请号：CN202011546118.6
申请日：2020-12-24
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/10 , G06V10/143 , G06V10/26 , G06V10/774 , G06T7/45 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于高光谱图像的茶叶原产地识别方法和系统，包括获取待检测茶叶样本，按顺序排放，利用室内成像高光谱系统获取各样本的高光谱图像，搭建实例分割网络，获取感兴趣区，并计算茶叶叶片短径、面积、周长等外部结构信息，在叶片区域检测基础上提取茶叶叶片平均光谱，通过筛选敏感波段，得到原产地识别的最佳光谱波段，并形成光谱指数，获取敏感波段图像纹理信息，同步分析光谱波段、光谱指数、茶叶外部结构信息以及图像纹理信息，构建茶叶原产地识别模型，利用验证集进行验证优化，将最优的茶叶原产地识别模型集成，实现对茶叶原产地的快速无损检测。本发明无需进行研磨操作以及相关化学分析实验，提高了检测速度和无损检测精度。
-
公开(公告)号：CN115631409A
公开(公告)日：2023-01-20
申请号：CN202211160606.2
申请日：2022-09-22
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/10 , G06V10/42 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种作物病害识别方法、系统、电子设备、存储介质，所述方法包括：获取待识别病害的作物图像；将所述作物图像输入深度残差网络，获得残差的第一特征图；基于所述第一特征图，获取水平方向上的第一特征向量和垂直方向上的第二特征向量；基于所述第一特征向量和第二特征向量，获取对应的第一权重和第二权重；将所述作物图像和所述第一权重、所述第二权重依次相乘，获取注意力图；将所述注意力图和所述第一特征图融合，获取第二特征图；基于所述第二特征图，判断病害类别。通过双线性坐标注意力嵌入特征图空间坐标信息和特征融合的方法，降低特征信息的损失，让注意力更加集中于病斑区域，减少对背景、健康区域等冗余信息的关注。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.032 seconds)
