-
公开(公告)号:CN118628658A
公开(公告)日:2024-09-10
申请号:CN202410805706.9
申请日:2024-06-21
Applicant: 华中农业大学
IPC: G06T17/00 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于GAN的柑橘X光图像三维重建方法,涉及水果体征提取领域,为达到上述目的,本发明的技术方案S1,获取柑橘X光图片,构建图片二维结构数据集,并使用CT重建对应的柑橘三维结构;S2,对二维和三维数据分别进行预处理;S3,构建3D重建的GAN网络模型:分别构建3D生成器和3D判别器;S4,基于步骤2中网络模型训练柑橘三维重建模型;S5,将待重建柑橘X光图片输入训练所得柑橘三维重建模型,输出重建的3D结构。既可仅使用一张X光图像,快速实现重建,也可利用多张图像进行柑橘三维重建,得到更高精度重建模型。
-
公开(公告)号:CN113670920A
公开(公告)日:2021-11-19
申请号:CN202110874482.3
申请日:2021-07-30
Applicant: 华中农业大学
Abstract: 本发明涉及一种柑橘新鲜度检测方法及装置,其不同之处在于:所述方法其包括:步骤a)、在光源下采集柑橘照片;步骤b)、将所采集到的所述柑橘照片进行背景一致化处理;步骤c)、将已处理的所述柑橘照片输入训练完成的新鲜度识别模型中预测待测柑橘的新鲜度值。本发明不仅成本低,而且能快速、有效、无损地检测柑橘新鲜度,提高了检测效率,应用范围广泛。
-
公开(公告)号:CN113670920B
公开(公告)日:2023-04-18
申请号:CN202110874482.3
申请日:2021-07-30
Applicant: 华中农业大学
IPC: G01N21/84 , G01N21/01 , G06F18/2413 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明涉及一种柑橘新鲜度检测方法及装置,其不同之处在于:所述方法其包括:步骤a)、在光源下采集柑橘照片;步骤b)、将所采集到的所述柑橘照片进行背景一致化处理;步骤c)、将已处理的所述柑橘照片输入训练完成的新鲜度识别模型中预测待测柑橘的新鲜度值。本发明不仅成本低,而且能快速、有效、无损地检测柑橘新鲜度,提高了检测效率,应用范围广泛。
-
公开(公告)号:CN119757243A
公开(公告)日:2025-04-04
申请号:CN202510081705.9
申请日:2025-01-20
Applicant: 华中农业大学
IPC: G01N21/27 , G01N21/25 , G01N21/359 , G01N21/01
Abstract: 本发明公开了一种基于光程长度与果色校正的苹果霉心检测方法,涉及农作物检测技术领域,包括如下步骤:S1使用近红外光谱仪获取苹果光谱信息,拍摄苹果RGB图像,测量苹果被照射时的光程长度;S2测量苹果最长径与最长径的像素长度计算转换系数,得到苹果光程长度预测模型;S3建立基于光程长度的透射光照强度预测模型,得到基于光程长度预测的透射光照强度;S4建立基于颜色信息的透射光照强度预测模型,得到基于待测苹果颜色参数预测出的透射光强;S5结合光程长度与果色校正方法构建透射光照强度修正方程;S6构建苹果霉心病检测模型。可以有效减少由果径差异、果实位姿差异与果色差异导致的预测误差,有效提升霉心苹果的识别精度。
-
公开(公告)号:CN117259239A
公开(公告)日:2023-12-22
申请号:CN202311166594.9
申请日:2023-09-11
Applicant: 华中农业大学
Abstract: 本发明涉及一种猕猴桃成熟度自动检测及分选装置,包括上料机构、传送机构、成熟度检测机构和分选机构,所述上料机构用于将猕猴桃一个个依次送至传送机构,所述传送机构将猕猴桃一个个依次送至成熟度检测机构,所述成熟度检测机构用于依次对猕猴桃进行成熟度检测,所述分选机构用于将不同成熟度等级的猕猴桃分选到对应位置的猕猴桃收集箱。本发明的装置集猕猴桃上料、检测和分选为一体,操作简便,大大解放生产力,成熟度检测机构采用视触觉传感器作为猕猴桃成熟度的检测方式,传感器制作简单成本更低。分选机构采用舵机带动末端分选机构进行分选,结构简单,效率更高。整体装置的尺寸较小,装置整体制作成本低。
-
公开(公告)号:CN113744204A
公开(公告)日:2021-12-03
申请号:CN202110930614.X
申请日:2021-08-13
Applicant: 华中农业大学
Abstract: 本发明涉及基于X光和造影增强剂的果实表皮微损伤检测方法,包括以下步骤:步骤1、将待检测果实的外表皮进行浸泡清洗,并在清洗液中加入碘化钾造影增强剂;步骤2、通过X光成像装置对待检测果实进行若干次成像,得到若干待检测果实的X光图像;步骤3、将待检测果实的X光图像输入果实检测深度学习模型中,果实检测深度学习模型对待检测果实的X光图像的损伤特征进行识别并输出识别结果。本发明可有效快捷的筛选出损伤果实,防止损伤果患病以对健康果造成影响。
-
-
-
-
-