一种羊只无接触体尺测量方法

    公开(公告)号:CN107464249B

    公开(公告)日:2021-03-19

    申请号:CN201710444496.5

    申请日:2017-06-13

    Abstract: 本发明提供一种羊只无接触体尺测量方法,用于解决但尺参数测量或多或少需要用户的交互控制才能测量问题。其中羊只无接触体尺测量方法,包括:获得前景图像;对前景图像应用边沿提取算法从前景图像中提取羊只轮廓;从提取出的羊只轮廓中检测体尺测点;根据体尺测点,计算羊只的以下至少一种数据:体高、胸深、背高、体斜长、臀高。本文通过自动识别羊只轮廓,提取出羊只轮廓上的体尺测点,从而计算出对应的羊只参数。避免了人工测量羊只使羊产生应激性,同时减少了测量羊只的工作量。并通过准确识别轮廓和轮廓中的体尺检测点,提高体尺测量获得的羊只参数的准确性。

    基于羊只俯视图的羊只体尺检测方法

    公开(公告)号:CN107481243A

    公开(公告)日:2017-12-15

    申请号:CN201710443424.9

    申请日:2017-06-13

    Abstract: 本发明提供基于羊只俯视图的羊只体尺检测方法,用于解决体尺参数测量或多或少需要用户的交互控制才能测量获得的问题。其中方法包括步骤:获得羊只俯视的前景图像;对前景图像提取羊只骨架的对称中心线拟合曲线;根据对称中心拟合曲线和前景图像计算获得体尺测点;根据体尺测点,计算羊只的以下至少一种数据:背宽、臀宽、腹宽。本发明通过自动识别羊只骨架的对称中心拟合曲线,提取体尺测点,从而计算出对应的羊只参数。避免了人工测量羊只使羊产生应激性,同时减少了测量羊只的工作量。并通过准确识别轮廓和轮廓中的体尺检测点,提高体尺测量获得的羊只参数的准确性。

    基于改进深度森林算法的肉类新鲜度无损检测方法及系统

    公开(公告)号:CN115482528B

    公开(公告)日:2025-05-13

    申请号:CN202211153105.1

    申请日:2022-09-21

    Abstract: 本发明公开了一种基于改进深度森林算法的肉类新鲜度无损检测方法及系统。本发明通过构建layer‑by‑layer多层级联的深度森林模型。模型第一层随机森林的输入与模型的输入一致,为经过预处理的冷鲜羊肉样本高光谱成像数据,经过计算形成不同的候选特征空间,为保证原始特征,与预处理后的样本高光谱数据拼接共同作为下一层的输入,模型的输出为新鲜度等级概率。为了充分挖掘多个新鲜度评价指标的相关性,在深度森林的每一层之间增加了上一层候选特征筛选与层增长控制机制,在充分挖掘样本的多个新鲜度指标相关性的同时确定模型的层数来降低模型过拟合的风险,达到控制模型复杂度的目的。

    一种图像分割方法及装置

    公开(公告)号:CN105869177A

    公开(公告)日:2016-08-17

    申请号:CN201610252261.1

    申请日:2016-04-20

    CPC classification number: G06T2207/20021

    Abstract: 本发明公开了一种图像分割方法及装置,方法包括:获取待分割三维彩色图像的三个二维子图像,分别为第一子图像、第二子图像和第三子图像;对每个子图像进行模糊C?均值分割,得到若干个集合;根据所述第一子图像的集合和所述第二子图像的集合,得到第一分割图像;根据所述第一分割图像和所述第三子图像的集合,得到第二分割图像;根据所述第二分割图像中每个分割类的颜色距离对所述第二分割图像中的分割类进行合并,并根据预设图像分割数量,得到第三分割图像。本发明通过获取三维彩色图像的二维子图像,并对子图像进行多次分割处理,减小了计算量和计算机资源消耗,同时通过模糊C?均值进行模糊聚类,直观且易于实现,提高了处理速度。

    一种多指标肉类新鲜度无损检测方法及系统

    公开(公告)号:CN114739916B

    公开(公告)日:2025-03-21

    申请号:CN202210320040.9

    申请日:2022-03-29

    Abstract: 本发明公开了一种多指标肉类新鲜度无损检测方法及系统,先获取肉类图像光谱数据;再对肉类图像光谱数据进行平滑滤波和多元散射校正,得到处理后的光谱数据;接着从处理后的光谱数据中提取特征波段数据;最后将特征波段数据输入到训练好的肉类新鲜度等级分类模型,得到肉类新鲜度检测结果,有效解决了现有技术中操作复杂、效率低且无法实现肉类新鲜度无损检测的技术问题,从而能够高效地高准确性地对肉类新鲜度进行无损检测。

    基于深度学习结合高光谱成像技术的牛奶脂肪含量预测方法及系统

    公开(公告)号:CN119959164A

    公开(公告)日:2025-05-09

    申请号:CN202510044409.1

    申请日:2025-01-11

    Abstract: 本发明属于高光谱成像技术领域,公开了一种基于深度学习结合高光谱成像技术的牛奶脂肪含量预测方法,该方法包括:利用高光谱成像系统采集了覆盖全货架期的牛奶高光谱图像数据并测定了脂肪含量;通过预处理方法消除了牛奶光谱数据受到的光照和环境因素的干扰;利用JLSP对牛奶光谱数据进行特征波长选择与脂肪含量预测,并与传统预测模型PLSR、SVR以及传统波长选择方法SPA、CARS进行对比。本发明探讨了使用深度学习方法在牛奶高光谱数据集上预测脂肪含量的可行性。构建了采集覆盖全货架期的牛奶高光谱图像数据集与对应的脂肪含量指标,解决了牛奶样品在不同储存期间营养成分不一导致的数据集不全面的问题。

    一种基于深度学习算法的牛乳体细胞图像识别方法及系统

    公开(公告)号:CN116052164A

    公开(公告)日:2023-05-02

    申请号:CN202310109757.3

    申请日:2023-02-03

    Abstract: 本发明属于细胞图像识别技术领域,公开了一种基于深度学习算法的牛乳体细胞图像识别方法及系统,系统利用数字摄像模块拍摄牛乳体细胞切片,并生成图像信号;利用预处理模块对图像信号进行预处理;利用压缩感知模块根据预处理后的图像信号建立稀疏系数表示;利用细胞识别模块根据稀疏系数表示,计算待识别牛乳体细胞与每一类训练样本细胞的线性加权差值ri(y),选择差值最小的训练样本的所属类别作为牛乳体细胞样本类别。本发明提高了细胞图像识别的精确度与识别速度,提升了模型训练的效果,减少了训练后模型将前景图像割裂为多个子部分的情况,实现智能化操作和判断,能快速识别牛乳体细胞的类别状态,提高了诊断结果的准确性和可靠性。

    一种奶粉不饱和脂肪酸含量的检测方法及系统

    公开(公告)号:CN115808397A

    公开(公告)日:2023-03-17

    申请号:CN202211625943.4

    申请日:2022-12-17

    Abstract: 本发明公开了一种奶粉不饱和脂肪酸含量的检测方法及系统。先对获取到的原始光谱图像进行校正和平滑滤波,再将处理后的光谱数据输入到构建好的不饱和脂肪酸含量预测模型,通过模型构建树结构,得到光谱数据对应的不饱和脂肪酸含量的预测值。本发明通过高光谱的在线检测规避了化学计量学的方法,不仅减少了环境污染,而且还实现了奶粉质量的快速检测,以迅速发现在奶粉生产过程中的质量问题,避免了有不合格的奶粉流入市场的问题发生,有效保证了奶粉安全。本发明采用高光谱技术在大面积获取样本信息的同时,不丢失细节信息,因而适合检测非均匀固体粉末乳粉体系,实现了奶粉不饱和脂肪酸含量的微观分析。

Patent Agency Ranking