-
公开(公告)号：CN119339143A
公开(公告)日：2025-01-21
申请号：CN202411444422.8
申请日：2024-10-16
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G06V10/764 , G06F1/16 , G06V10/25 , G06V20/40 , G06V10/82 , G06N3/096 , G06N3/0464 , H04N23/50 , H04W4/38 , H04W4/80 , H04W84/12 , G08B21/18 , G08B7/06
Abstract: 本发明公开了一种基于头盔式图像采集设备的入侵植物检测系统，该系统包括后台服务器、入侵植物图像识别算法以及头盔式图像采集设备三部分；头盔式图像采集设备由护目镜、摄像头、主控制核心、GPS定位器、传感器模块、蓄电池、头盔、无线通信模块、以及设于头盔前部的警报器组成，并通过电路实现各模块连接。相比于传统的人工巡检方式，本方法可以快速、准确地识别所涉及的入侵植物种类，并且可以在更广泛的区域内进行探测。这样可以大幅降低巡检成本和工作量，从而减轻研究人员的负担，提高工作效率。同时具有实时性好、适用范围广、使用方便等优点，适用于无人机不适用的道路入侵植物监测和保护工作。
-
公开(公告)号：CN117975258A
公开(公告)日：2024-05-03
申请号：CN202311647858.2
申请日：2023-12-05
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G06V20/10 , G06V20/68 , G06V10/25 , G06V10/30 , G06V10/24 , G06V10/774 , G06N3/006 , G01N21/88 , G01N21/25
Abstract: 本发明涉及一种基于高光谱特征波段的甘蔗叶片相似病害识别方法，在建立识别模型后，只需获取待测样本的高光谱图像进行黑白校正并，提取其相应的特征波段输入到识别模型中，即可得到病害类型的检测结果，能实现对甘蔗叶片相似病害种类无损、快速、准确的鉴定。
-
公开(公告)号：CN117470572A
公开(公告)日：2024-01-30
申请号：CN202311657241.9
申请日：2023-12-06
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G01N1/02
Abstract: 本发明公开的一种便携式样方框，属于生态入侵植物调查采样工具技术领域；包括四片大小长度相同的长板和若干连接件，长板由高强度塑料材质制成，连接件由子铆钉和母铆钉组合而成，四片长板交替连接组成一个可折叠收纳的便携式样方框，用于野外入侵植物采样调查，所述长板两端的边缘轮廓为半圆形，半圆的中心处通孔的直径相同，与连接件中母铆钉的螺杆形成配合，可折叠收纳使得体积占用少，结构简单，重量轻便于携带，可重复使用及使用寿命长，便于野外调查和采样工作。
-
公开(公告)号：CN120088725A
公开(公告)日：2025-06-03
申请号：CN202510113777.7
申请日：2025-01-24
Applicant: 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心) , 中国农业科学院农业基因组研究所
IPC: G06V20/52 , G06V40/10 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及害虫监测设备技术领域，尤其涉及基于改进YOLOv10n的虫情监测方法及系统，其方法包括以下步骤：获取粘虫板害虫图像，预处理并生成图像数据集；对YOLOv10n模型进行优化改进，包括SPD‑Conv模块、iRMB倒置残差块和Inner‑SIoU损失函数；基于数据集训练改进后的模型，并部署至边缘计算设备进行害虫实时检测；根据检测结果驱动粘虫板自动更换装置。本发明通过改进目标检测模型，提升了小目标及重叠目标的检测精度，实现了田间害虫监测的自动化与高效化，为害虫防控提供了精准可靠的数据支持。
-
公开(公告)号：CN119709211A
公开(公告)日：2025-03-28
申请号：CN202411920488.X
申请日：2024-12-25
Applicant: 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心) , 中国农业科学院农业基因组研究所
IPC: C09K17/14 , A01N65/12 , A01P21/00 , C09K101/00 , C09K109/00
Abstract: 本发明公开了倍半萜内酯在制备土壤改良剂中的应用，包括倍半萜内酯制备方法、土壤中倍半萜内酯的检测方法及土壤理化性质检测方法；本发明将倍半萜内酯在制备土壤改良剂中进行应用，倍半萜内酯是一类具有广泛生物活性的天然化合物，作为植物的防御物质以及参与植物与环境的相互作用，倍半萜内酯能够影响植物与土壤微生物之间的相互作用，可以促进植物根部与有益菌群的共生关系，帮助植物吸收土壤中的营养物质，特别是无机磷，以及影响不同形态的有效氮的生成和氮循环过程，达到富集的效果，增加土壤肥度，还可以增加土壤总有机质含量，且改善土壤pH值条件。
-
Patent Agency Ranking
公开(公告)号：CN118196664A
公开(公告)日：2024-06-14
申请号：CN202410364452.1
申请日：2024-03-28
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G06V20/17 , G06V20/10 , G06V10/52 , G06V10/54 , G06V10/764 , G06V10/766
Abstract: 本发明涉及侵植物监测领域，尤其涉及无人机遥感尺度获取方法及系统、存储介质，其方法包括：基于无人机获得入侵植物不同尺度的图像，通过灰度共生矩阵方法，获得纹理特征变量，所述纹理特征变量包括：对比度、相异性、同质性及自相关；将所述纹理特征变量输入至预训练好的回归模型中，预测不同尺度下的图像识别精确率和召回率；基于预测的精确率与召回率，结合实际监测需求，确认最佳的无人机遥感尺度，本发明提高了入侵植物监测的精度和效率，还优化了资源利用，具有良好的适应性和通用性。
-
公开(公告)号：CN119415491A
公开(公告)日：2025-02-11
申请号：CN202410045558.5
申请日：2024-01-12
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G06F16/21 , G06F16/25 , G06V10/94 , G06V10/774
Abstract: 本发明具体涉及计算机技术领域和生物信息技术领域，公开了一种外来与本土病虫害图像识别多维数据库构建方法及系统，通过自采样本和公开资源收集处理得到外来与本土病虫害的基础信息、危害特征信息等信息，分析收集到的原始数据集和扫描图像集，进行三维内外部模型和图像识别模型的图像预处理、数据集划分、模型评价与改进构建；构建外来与本土病虫害多维信息访问规则，开发外来和本土病虫害图像识别多维数据库，既可为研发快速精准检测、一次性检测等技术提供数据支持，也将成为口岸进境植物检疫信息支持系统，必将在提升口岸检疫性和外来潜在有害生物把关能力，有效降低外来检疫性有害生物传入性，保护农业生产和生态安全发挥重要作用。
-
公开(公告)号：CN119399688A
公开(公告)日：2025-02-07
申请号：CN202411444282.4
申请日：2024-10-16
Applicant: 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心) , 中国农业科学院农业基因组研究所
IPC: G06V20/52 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种基于改进YOLOv9算法的外来入侵植物检测方法，该方法的步骤为：1)获取外来入侵植物的图像；2)对获取的外来入侵植物图像进行标注，构建外来入侵植物数据集，并按照一定的比例分为训练集、验证集和测试集；3)建立改进的YOLOv9网络模型；4)训练改进后的网络模型；5)利用训练后的模型对外来入侵植物的图像进行检测，得到检测结果，并进行测试效果评估。本发明的基于改进YOLOv9算法的外来入侵植物检测方法，通过在YOLOv9算法的基础上进行改进和优化，提供了一种高效、准确的检测方案，对外来入侵植物的监测具有显著的技术优势和实际应用价值，特别适用于大规模监测和快速响应环境，对生态保护和农业安全管理具有重要意义。
-
公开(公告)号：CN119762832A
公开(公告)日：2025-04-04
申请号：CN202410932637.8
申请日：2024-07-12
IPC: G06V10/764 , G06V10/20 , G06N20/20 , G06V20/17 , G06V20/10 , G06F16/29 , G06V10/44 , G06V10/25 , G06N5/01 , G06Q50/26
Abstract: 本发明公开了入侵植物叶绿素含量的预测方法及系统、存储介质，通过结合多光谱遥感技术和机器学习算法，实现了对入侵植物叶绿素含量的高精度预测，首先，使用多光谱图像获取技术采集待测区域的图像数据；接着，通过计算机视觉技术对图像中的植物进行分类和识别；然后，对识别的植物图像进行预处理并提取关键的光谱信息，如归一化植被指数、比值植被指数及差值植被指数；最后，利用这些光谱信息，通过随机森林模型预测植物的叶绿素含量，该预测模型经过精度评估和优化，确保能够提供准确的叶绿素含量预测，从而在地理信息系统中实现叶绿素含量的精确空间分布预测，本发明显著提高了入侵植物监测的效率和精度，对于生态监测与管理具有重要意义。
-
公开(公告)号：CN119202563A
公开(公告)日：2024-12-27
申请号：CN202410932381.0
申请日：2024-07-12
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G06F18/20 , G06F18/214 , G06V20/10 , G06V10/764 , G06N20/20
Abstract: 本发明涉及生态监测和环境科学技术领域，尤其涉及入侵植物土壤有机碳含量的预测方法及系统、存储介质，本发明结合了多光谱遥感技术和先进的机器学习算法，旨在提高对入侵植物影响区域土壤有机碳含量的预测精度；核心流程包括利用无人机和卫星采集的多光谱图像数据，计算关键的光谱指数，并将这些数据作为输入，通过梯度提升决策树算法构建预测模型；模型训练完成后，利用克里格插值方法优化空间数据的连续性和准确性，生成土壤有机碳含量的空间分布预测图；本发明的实施可以显著提升对土壤有机碳变化的监测效率和预测准确性，为生态保护和土壤管理提供了一个强有力的工具，特别适用于大面积受入侵植物影响的地区。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.073 seconds)
