-
公开(公告)号：CN113192026B
公开(公告)日：2023-08-04
申请号：CN202110468741.2
申请日：2021-04-28
Applicant: 北京林业大学
IPC: G06T7/00 , G06T7/90 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06T5/00 , G06T5/40
Abstract: 本发明一种基于可见光图像的核桃成熟度检测与预测方法，属于深度学习和图像处理领域：首先采集不同时期的核桃样本及其彩色图像，并对样本的脂肪含量进行测定，根据不同时期核桃仁中脂肪含量及其外部特征，划分核桃成熟度等级，并建立核桃成熟度检测和预测数据集。然后进行低照度核桃图像筛选并对其进行预处理，之后将图像输入改进的FasterRCNN网络，该网络输出图像中核桃的成熟度，并用建议框标出，同时评估该成熟度下核桃仁中脂肪含量。最后，依据核桃建议框从原图截取核桃区域输入基于LSTM的核桃成熟度预测算法，进行三日后的核桃成熟度与脂肪含量预测。该方法可以准确检测出图像中核桃当前及其三日后的成熟度并评估其脂肪含量。
-
公开(公告)号：CN109211331B
公开(公告)日：2021-02-19
申请号：CN201811305263.8
申请日：2018-11-05
Applicant: 北京林业大学
IPC: G01D21/02
Abstract: 本发明公开了一种植物生长的土壤和环境检测电路，包括电路的整体框架，所述电路的整体框架有渡铂探头传感器、PCB极板电容式传感器、交流信号产生模块、方波产生模块、直流信号输出模块、温度测量模块、光照强度监测模块，所述交流信号产生模块，在测量土壤水分的时候，包括数字芯片NE555，所述数字芯片NE555的第一引脚直接接地，第二引脚以及第六引脚外接电容C7，之后再接地。该一种植物生长的土壤和环境检测电路，成本低，体积小，使用方便；数字芯片NE555和数字芯片CD4060抗干扰能力强，电路稳定；所使用的测温芯片LM35DZ精度高，使用方便，光敏电阻成本低，对环境光照强度变化敏感，测量效果明显，使用寿命长。
-
公开(公告)号：CN109211331A
公开(公告)日：2019-01-15
申请号：CN201811305263.8
申请日：2018-11-05
Applicant: 北京林业大学
IPC: G01D21/02
CPC classification number: G01D21/02
Abstract: 本发明公开了一种植物生长的土壤和环境检测电路，包括电路的整体框架，所述电路的整体框架有渡铂探头传感器、PCB极板电容式传感器、交流信号产生模块、方波产生模块、信号调理模块（1、2、3、4）、直流信号输出模块、温度测量模块、光照强度监测模块，所述交流信号产生模块，在测量土壤水分的时候，包括数字芯片NE555，所述数字芯片NE555的第一引脚直接接地，第二引脚以及第六引脚外接电容C7，之后再接地。该一种植物生长的土壤和环境检测电路，成本低，体积小，使用方便；数字芯片NE555和数字芯片CD4060抗干扰能力强，电路稳定；所使用的测温芯片LM35DZ精度高，使用方便，光敏电阻成本低，对环境光照强度变化敏感，测量效果明显，使用寿命长。
-
公开(公告)号：CN115331216A
公开(公告)日：2022-11-11
申请号：CN202210961079.9
申请日：2022-08-11
Applicant: 北京林业大学
IPC: G06V20/68 , G06V10/762 , G06V10/46 , G06V10/82 , G06V10/77 , G06V10/764 , G06N3/04 , G06N3/08 , A01D46/30
Abstract: 本发明公开一种核桃果实成熟度聚类识别方法、装置及系统和存储介质，通过人工智能深度学习中的无监督学习技术构建核桃果实成熟度聚类识别模型，实现核桃成熟度的自动聚类识别，并测量不同成熟度核桃果实的内部品质，进而解释核桃果实内部品质与外部表型间的关系，建立核桃成熟度与内部品质间的模糊联系，并根据识别的成熟度以及对应的内部品质确定最佳采收成熟度，为核桃的智能化采摘提供了一种全新的技术思路。
-
公开(公告)号：CN113155833A
公开(公告)日：2021-07-23
申请号：CN202110455606.4
申请日：2021-04-26
Applicant: 北京林业大学
Abstract: 本发明公开了一种自伸缩油橄榄成熟度检测仪，包括自伸缩系统、信息采集系统和控制系统，自伸缩系统包括齿轮、内嵌齿条的金属杆、底座、圆形转盘以及嵌套套管。金属杆与设置于整个仪器上表面的嵌套套管最内层刚性连接，嵌套套管最内层的顶端安置有摄像头。步进电机通过齿轮驱动金属杆，带动表面嵌套套管，实现摄像头上升。控制系统计算控制步进电机的步进数控制摄像头的升降，摄像头通过Wi‑Fi模块将采集的图像数据传输到微型卡片计算机进行成熟度检测，并将检测的结果发送到显示器显示。本发明的自伸缩油橄榄成熟度检测仪可以实现拍摄、检测、存储于一体，实现了成熟度检测仪的低成本、高精度、智能化、一体化的完美集成。
-
Patent Agency Ranking
公开(公告)号：CN112989912A
公开(公告)日：2021-06-18
申请号：CN202011467599.1
申请日：2020-12-14
Applicant: 北京林业大学
Abstract: 本发明首先设计了无人机油茶果图像采集飞行高度计算规则，并按该规则采集图像，采用翻转、平移、裁剪和亮度调整等方式扩充图像数据，搭建油茶果图像数据集并划分数据集为训练集和测试集。其次，以训练集图像训练所提出的基于双线性注意力网络的油茶果品种识别模型，并通过测试集寻找最佳油茶果品种识别模型。接下来，对任意输入的无人机航拍油茶果图像，采用双线性EfficientNetB0网络提取油茶果图像特征，通过注意力机制对提取到的特征进行聚焦，确定油茶果品种识别所应重点关注的图像特征及区域；最后，采用双线性池化对双线性EfficientNetB0网络提取油茶果图像特征进行融合，获得融合后的特征向量，并通过Softmax分类器处理融合后的特征向量得到油茶果品种识别结果。
-
公开(公告)号：CN111260628A
公开(公告)日：2020-06-09
申请号：CN202010043171.8
申请日：2020-01-15
Applicant: 北京林业大学
Abstract: 本发明实施例公开了一种基于视频图像的大型苗圃苗木数量统计方法及电子设备，方法包括：模型训练步骤：通过无人机采集样本苗木图像，根据所述样本苗木图像构建苗木图像训练集和苗木图像验证集，得到视频图像苗木计数模型；视频图像苗木检测步骤：通过无人机采集待检测视频，将待检测视频输入所述视频图像苗木计数模型进行检测，以得到检测结果；视频图像苗木跟踪计数步骤：采用DeepSort算法对所述检测结果进行跟踪匹配，以得到苗木数量。实施本发明实施例，解决了目前静态图像苗木数量统计中存在的工作范围小和耗时长的问题以及人工数量统计存在的成本高和数据更新慢的问题。
-
公开(公告)号：CN115331216B
公开(公告)日：2023-05-23
申请号：CN202210961079.9
申请日：2022-08-11
Applicant: 北京林业大学
IPC: G06V20/68 , G06V10/762 , G06V10/46 , G06V10/82 , G06V10/77 , G06V10/764 , G06N3/0464 , G06N3/084 , A01D46/30
Abstract: 本发明公开一种核桃果实成熟度聚类识别方法、装置及系统和存储介质，通过人工智能深度学习中的无监督学习技术构建核桃果实成熟度聚类识别模型，实现核桃成熟度的自动聚类识别，并测量不同成熟度核桃果实的内部品质，进而解释核桃果实内部品质与外部表型间的关系，建立核桃成熟度与内部品质间的模糊联系，并根据识别的成熟度以及对应的内部品质确定最佳采收成熟度，为核桃的智能化采摘提供了一种全新的技术思路。
-
公开(公告)号：CN113963239A
公开(公告)日：2022-01-21
申请号：CN202111584319.X
申请日：2021-12-23
Applicant: 北京林业大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06V20/68 , G06K9/62 , G16C20/20 , G16C20/70 , G06N3/08 , G06N3/04
Abstract: 本发明涉及一种智能化检测油茶果实成熟度的方法，包括：测定油茶果实表达成熟度的内部品质参数和外部表型特征，并进行提取，得到不同品种之间外部表型特征的关键参数成熟度的表达差异；基于不同品种的成熟度的表达差异，分别建立从内部品质到外部表型特征的动态映射模型；以动态映射模型作为训练样本，建立从内部品质参数到外部表型特征的油茶果实成熟度量化标准和量化检测模型，并阐明成熟度量化表征机理。本发明通过人工智能深度学习中深度卷积神经网络技术构建油茶果实从内部品质参数到外部表型特征的动态映射，实现油茶果实成熟度的量化表征，进而揭示油茶果实成熟度量化表征机理。
-
公开(公告)号：CN107274444A
公开(公告)日：2017-10-20
申请号：CN201710340310.1
申请日：2017-05-15
Applicant: 北京林业大学
CPC classification number: G06T7/41 , G06T7/90 , G06T2207/10024 , G06T2207/20032 , G06T2207/30242
Abstract: 本发明提供了球形类植物的计数方法及装置，包括：将含有球形类植物的图像的RGB三个分量分别进行中值滤波后转换至Lab色彩空间的步骤或装置；采用K均值聚类算法对所述Lab色彩空间中a、b分量进行处理以获取含有球形类植物的二值图像的步骤或装置；对所述二值图像进行优化处理的步骤或装置；采用霍夫变换识别并统计优化处理后的二值图像中的圆形轮廓的数目的步骤或装置；所述圆形轮廓的数目即为图像中球形类植物的数量。本发明的技术方案实现提高了统计球类植物数量的效率以及准确率，并且该方法具有操作简便易行、计数科学，能够科学准确地统计苗圃中球形类植物的数量。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
