-
公开(公告)号：CN104574341B
公开(公告)日：2017-09-05
申请号：CN201310472628.7
申请日：2013-10-11
Applicant: 中国林业科学研究院资源信息研究所
Inventor： 王雪峰
IPC: G06T7/00
Abstract: 本发明的实施例提供了一种水果糖度的确定方法和装置，可以通过无损方法快速估测水果糖度。所述方法包括：获取水果的彩色图像；从水果的彩色图像中获得糖度参数；根据糖度参数利用糖度模型确定水果糖度。所述糖度参数包括：绿色分量均值x1、色调均值x2、红绿二色分量的均值x3及水果前景图像占整张图像百分比x4。所述装置包括：图像获取装置，用于获取水果的彩色图像；计算单元，用于从水果的彩色图像中获得糖度参数；确定单元，用于根据糖度参数利用糖度模型确定水果糖度。根据本发明，可通过普通照相机和计算机就可实现水果的糖度测定，因此，本发明不需要增加额外设备就可估算水果糖度，极其适于小型企业的水果分级工作。
-
公开(公告)号：CN106845554A
公开(公告)日：2017-06-13
申请号：CN201710067346.7
申请日：2017-02-07
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 一种檀香植株生长土壤铁元素含量的图像确定方法和系统，属于测量和计算机技术领域。包括步骤如下建立预估方程并确定方程参数：获取土壤样本并测定土壤内铁元素含量；获取植株样本；用支持向量机(SVM)图像分割方法获取檀香树种前景图像；获取图像参数并建立图像与土壤铁元素含量之间的关系；根据此关系预测植株土壤铁元素含量。根据本发明，可通过普通照相机和计算机就可实现檀香植株生长土壤铁元素缺乏与否的判定，因此，本发明不需要增加额外设备就可估算檀香植株当前生长的铁元素含量，极其适于珍贵树种檀香营养诊断以及健康生长经营管理工作。
-
公开(公告)号：CN104121850B
公开(公告)日：2017-02-01
申请号：CN201310154398.X
申请日：2013-04-28
Applicant: 中国林业科学研究院资源信息研究所
IPC: G01B11/00
Abstract: 本发明的实施例提供了一种郁闭度的测定方法和装置，可解决现有技术成本高、精度低的问题。该方法包括：获得树冠投影的图像；将图像转换成灰度图像；统计灰度图像中各个灰度级的像素数；根据各个灰度级的像素数确定郁闭度。根据本发明实施例，可利用既有的带有计算功能的照像设备，如智能手机、IPAD、照相机+计算机等，将本发明的方法植入上述设备中，就可实现本发明的功能。因此，在不增加额外硬件的情况下，通过控制软件从图像分析角度获取林分郁闭度，操作简单并实现了所见所得，精度高、速度快，极其适用于当今的野外森林调查工作。
-
公开(公告)号：CN106017367A
公开(公告)日：2016-10-12
申请号：CN201610304870.7
申请日：2013-04-28
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明的实施例提供了一种郁闭度的测定方法和装置，可解决现有技术成本高、精度低的问题。该方法包括：获得树冠投影的图像；将图像转换成灰度图像；统计灰度图像中各个灰度级的像素数；根据各个灰度级的像素数确定郁闭度。根据本发明实施例，可利用既有的带有计算功能的照像设备，如智能手机、IPAD、照相机+计算机等，将本发明的方法植入上述设备中，就可实现本发明的功能。因此，在不增加额外硬件的情况下，通过控制软件从图像分析角度获取林分郁闭度，操作简单并实现了所见所得，精度高、速度快，极其适用于当今的野外森林调查工作。
-
公开(公告)号：CN104268892A
公开(公告)日：2015-01-07
申请号：CN201410539186.8
申请日：2014-10-13
Applicant: 中国林业科学研究院资源信息研究所
CPC classification number: G01N21/25 , G06T2207/10024
Abstract: 一种叶片表面尘土量的图像确定方法和系统，属于测量和计算机技术领域。包括步骤如下：建立预估方程并确定方程参数：采集叶片样本；用万分之一电子天平称取叶片重量；用照相机获取叶片除尘前的彩色图像；用去离子水洗净叶片表面尘土；称取叶片除尘后的重量；用同样的方法获取叶片除尘后的彩色图像；用单元格法获取叶片面积并计算出单位叶片面积尘土量；获取图像参数并建立图像与叶面尘土量之间的关系。根据本发明，可通过普通照相机和计算机就可实现叶片表面尘土量的测定，因此，本发明不需要增加额外设备就可估算叶片表面尘土量，极其适于区域性城市绿化树种的选取以及雾霾防治措施的优选工作。
-
Patent Agency Ranking
公开(公告)号：CN117351357A
公开(公告)日：2024-01-05
申请号：CN202311367012.3
申请日：2023-10-20
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V20/10 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/766 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明的实施例提供了一种树木害虫识别方法和装置，所述方法包括如下步骤：获取图像数据，所述图像数据包括感兴趣区域，所述感兴趣区域包括树木害虫；使用PestSwinNet模型对图像数据进行处理，以得到感兴趣区域；所述PestSwinNet模型包括：主干网，区域候选网络，和全连接层和语义分割网络。所述装置包括：获取单元和图像处理单元。本发明实施例提出了一种融合Swin Transformer的害虫图像实例分割优化模型（PestSwinNet模型），该模型具有主干网的特征提取能力强、识别精度高、运行速率快、识别效果好、漏检误检率低的优势。上述技术方案特别适用于野外真实情况下获取、无明显障碍物遮挡的害虫图像。
-
公开(公告)号：CN106017367B
公开(公告)日：2018-03-30
申请号：CN201610304870.7
申请日：2013-04-28
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明的实施例提供了一种郁闭度的测定方法和装置，可解决现有技术成本高、精度低的问题。该方法包括：获得树冠投影的图像；将图像转换成灰度图像；统计灰度图像中各个灰度级的像素数；根据各个灰度级的像素数确定郁闭度。根据本发明实施例，可利用既有的带有计算功能的照像设备，如智能手机、IPAD、照相机+计算机等，将本发明的方法植入上述设备中，就可实现本发明的功能。因此，在不增加额外硬件的情况下，通过控制软件从图像分析角度获取林分郁闭度，操作简单并实现了所见所得，精度高、速度快，极其适用于当今的野外森林调查工作。
-
公开(公告)号：CN104374711B
公开(公告)日：2016-09-28
申请号：CN201410525056.9
申请日：2014-10-08
Applicant: 中国林业科学研究院资源信息研究所
IPC: G01N21/25
Abstract: 一种树木叶面尘土量的确定方法及系统，属于测量和计算机技术领域。包括以下步骤：建立预估方程并确定方程参数：采集叶片样本；用万分之一电子天平称取叶片重量；用便捷式光谱仪测量叶片除尘前的反射光谱；用去离子水洗净叶片表面尘土；称取叶片除尘后的重量；用同样的方法测量叶片除尘后的反射光谱；获取光谱参数并建立光谱与叶面尘土量之间的关系；根据本发明，可不用高精度的电子天平只通过便捷式光谱仪就可实现叶面尘土量的测定，因此，本发明只需要普通的光谱仪就可估算叶面尘土量，极其适于植物受污染程度的估测及雾霾防治措施的优选工作。
-
公开(公告)号：CN105706560A
公开(公告)日：2016-06-29
申请号：CN201610130275.6
申请日：2016-03-08
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 一种马鞭草定植固沙的方法，适用于热带海岸困难地的定植固沙，其特征在于，利用种子钵、纱布网袋和渔网制作片状马鞭草团状丛株，以在待固沙区域形成马鞭草网状固沙群团，实现马鞭草定植固沙，所述种子钵为易降解材料制品，所述种子钵中装入基质和马鞭草种子，所述渔网铺设在待固沙区域的表层下面，所述种子钵被包裹在所述纱布网袋中，所述纱布网袋与所述渔网连接，所述渔网的下面分布着种子钵阵列。
-
公开(公告)号：CN119693395A
公开(公告)日：2025-03-25
申请号：CN202411907326.2
申请日：2024-12-24
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种林木基础测树因子估测方法、系统及计算机程序，所述方法包括：在待检测林木的树干上施加预定高度的标记；对拍摄装置进行标定，获取拍摄装置内部参数，用拍摄装置拍摄待检测林木的照片；构建并训练图像分割模型以对照片进行分割，获得待检测林木的树干区域坐标和标记区域坐标；根据树干区域坐标和标记区域坐标、标记区域的实际高度、拍摄装置内部参数，基于小孔成像和摄影测量原理，获得林木基础测树因子估测结果。本发明提供的技术方案，通过拍摄带标记的林木的照片，利用训练好的语义分割模型，实现图像的自动分割，然后基于小孔成像和摄影测量原理，可以测算出林木基础测树因子估测结果，能提高林木基础测树因子估测的精度。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.044 seconds)
