一种基于无人机定位拍摄的果园监控系统和方法

    公开(公告)号:CN109598767A

    公开(公告)日:2019-04-09

    申请号:CN201811400383.6

    申请日:2018-11-22

    Abstract: 本发明涉及一种基于无人机定位拍摄的果园监控系统和方法,其中系统包括人机、果实标记模块、果实监控模块,无人机设有摄像模块、定位模块;摄像模块用于在无人机飞行时拍摄包含果园内参照物和果实的图像;定位模块用于获取在摄像模块拍摄图像时的无人机位置;果实标记模块用于从定位模块获取无人机位置,并确定摄像模块拍摄的图像上的果实位置,将无人机位置和图像上的果实位置作为果实的标记;果实监控模块用于根据图像上参照物与果实之间的颜色比值获取果实的颜色和/或根据图像上参照物与果实之间的大小比例获取果实的大小。本发明可以便捷地标记果园中的果实并监控果实的颜色大小,使得监控人员可以及时地对异常的果实或植株进行处理。

    一种面向自然场景的果实采收区域自动定位方法

    公开(公告)号:CN109359531B

    公开(公告)日:2021-12-14

    申请号:CN201811062603.9

    申请日:2018-09-12

    Abstract: 本发明涉及一种面向自然场景的果实采收区域自动定位方法,包括如下步骤:提取训练数据中的荔枝果实区域,统计其加权三原色亮度分布特征作为客观亮度基准,采用迭代式Retinex算法增强加权三原色亮度分量;结合修正色差图、阈值化处理和数学形态学方法提取亮度增强后的果实区域;通过局部邻域像素的位置关系和色调信息重构HSI色彩空间中的色调分量,根据色调分布特征提取枝条区域;采用细化算法提取枝条骨架,通过角点检测和角点邻域像素的模式分布规则提取骨架上的关键角点,结合果实与枝条的相对位置约束和关键角点的空间分布特性,自动定位荔枝果实采收区域。本发明可以提高自然场景中荔枝果实采收区域自动定位的自适应性和准确性。

    虫害图像识别方法、虫害监控方法、装置、设备及介质

    公开(公告)号:CN110516712A

    公开(公告)日:2019-11-29

    申请号:CN201910707649.X

    申请日:2019-08-01

    Abstract: 本发明公开了一种虫害图像识别方法、装置、计算机设备及存储介质,在获取待识别虫害图像之后,将所述待识别虫害图像输入到预设的种类识别模型中进行识别,得到所述待识别虫害图像的种类信息;根据所述种类信息对所述待识别虫害图像进行图像划分,得到分类图像和每一所述分类图像的种类信息;将每一所述分类图像输入到所述种类信息对应的虫龄识别模型中,得到虫龄信息。通过多个不同的模型对待识别虫害图像进行多层次的识别和图像分割,得到虫害相关的信息,保证了更加精准和有效地识别,为后续地虫情预测和防治提供了有效的支持。另外地,本发明还公开了一种虫害监控方法、装置、计算机设备及存储介质。

    害虫捕获系统、方法、计算机设备和介质

    公开(公告)号:CN110326593A

    公开(公告)日:2019-10-15

    申请号:CN201910532840.5

    申请日:2019-06-19

    Abstract: 本发明公开了一种害虫捕获系统、方法、计算机设备和介质,通过在承载装置中设置可动平台和收集模块,并且在所述可动平台上的害虫符合第一预设条件时将可动平台上的所述害虫输送至所述收集模块。而控制装置根据所述图像采集装置采集的害虫图像判断所述可动平台上的害虫是否符合第一预设条件,并根据判断结果发送第一控制信号至所述可动平台。将捕获的害虫先放置在可动平台上,以利于图像采集装置对害虫图像进行图像采集,并且在所述可动平台上的害虫符合第一预设条件时将可动平台上的所述害虫输送至所述收集模块,避免可动平台上的害虫过多而影响图像采集的效果,更好地保证了图像采集的质量,以利于后续更好地进行识别和分类。

    一种面向自然场景的果实采收区域自动定位方法

    公开(公告)号:CN109359531A

    公开(公告)日:2019-02-19

    申请号:CN201811062603.9

    申请日:2018-09-12

    Abstract: 本发明涉及一种面向自然场景的果实采收区域自动定位方法,包括如下步骤:提取训练数据中的荔枝果实区域,统计其加权三原色亮度分布特征作为客观亮度基准,采用迭代式Retinex算法增强加权三原色亮度分量;结合修正色差图、阈值化处理和数学形态学方法提取亮度增强后的果实区域;通过局部邻域像素的位置关系和色调信息重构HSI色彩空间中的色调分量,根据色调分布特征提取枝条区域;采用细化算法提取枝条骨架,通过角点检测和角点邻域像素的模式分布规则提取骨架上的关键角点,结合果实与枝条的相对位置约束和关键角点的空间分布特性,自动定位荔枝果实采收区域。本发明可以提高自然场景中荔枝果实采收区域自动定位的自适应性和准确性。

    一种基于机器视觉的香蕉成熟度评判建模方法和评判方法

    公开(公告)号:CN109978822B

    公开(公告)日:2023-05-05

    申请号:CN201910116876.5

    申请日:2019-02-15

    Abstract: 本发明涉及一种基于机器视觉的香蕉成熟度评判建模方法和评判方法,包括以下步骤:定位香蕉彩色图像上的感兴趣区域ROIs;提取ROIs的颜色统计量特征,根据颜色统计量特征采用机器学习方法建立基于色泽特征的香蕉成熟度判别模型;提取ROIs的局部梯度方向分布特征,根据局部梯度方向分布特征采用机器学习方法建立基于局部形状特征的香蕉成熟度判别模型;提取ROIs的局部纹理特征,根据局部纹理特征采用机器学习方法建立基于纹理特征的香蕉成熟度判别模型;对三个基于不同特征的香蕉成熟度判别模型分配权重,形成香蕉成熟度评判决策模型。本发明可以实现香蕉成熟度无损、准确的评判,使得香蕉成熟度等级评判操作更便捷、更客观、更准确,并具有较高的推广价值。

Patent Agency Ranking