-
公开(公告)号：CN118505784B
公开(公告)日：2024-11-08
申请号：CN202410759491.1
申请日：2024-06-13
Applicant: 华中农业大学 , 中国科学院遗传与发育生物学研究所 , 中国科学院遗传与发育生物学研究所农业资源研究中心
IPC: G06T7/60 , G06T7/62 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/187 , G06T5/80 , G06T7/579 , G06T17/00 , G06T17/10 , G06T17/30
Abstract: 本发明公开了一种水培植物根系三维重建及表型特征提取方法。该方法包括水培植物根系图像采集、水培植物根系图像分割、水培植物根系图像校正、使用SFM算法对水培植物根系进行三维重建，最后基于重建得到的三维点云模型，提取水培植物根系的三维表型特征参数。该方法实现了对水培植物根系图像的折射校正，减少了图像采集过程中因光线折射而导致的误差，提高了重建得到三维点云模型的精度，便于提取根系三维表型特征参数。和现有技术相比，该方法实现了对多时间点下水培植物根系的无损观测和表型特征提取，具有较高的精度和准确度。
-
公开(公告)号：CN118710849A
公开(公告)日：2024-09-27
申请号：CN202410909457.8
申请日：2024-07-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种高通量水培作物3D时序成像系统及应用方法。该成像系统集成悬架导轨、悬架、成像装置、水培装置和换液装置；应用方法包括成像方法、作物3D重建、表型提取和作物生长可视化预测。本发明提出的换液装置可实现根系构型不变，便于分析根系生长变化；成像装置可以自动、高效采集作物多视角图像，实现高通量、包括地上和地下部分整株作物的三维分析；同时，本发明设计的水培装置便于多视角成像以实现三维表型分析。在方法上，本发明设计了一种作物3D重建、表型提取及可视化生长预测的技术流程，实现了作物三维表型分析及未来形态预测的直观展示。该发明灵活可扩展，能够满足不同应用场景的需求。
-
公开(公告)号：CN118710849B
公开(公告)日：2025-03-28
申请号：CN202410909457.8
申请日：2024-07-08
Applicant: 华中农业大学
Abstract: 本发明公开了一种高通量水培作物3D时序成像系统及应用方法。该成像系统集成悬架导轨、悬架、成像装置、水培装置和换液装置；应用方法包括成像方法、作物3D重建、表型提取和作物生长可视化预测。本发明提出的换液装置可实现根系构型不变，便于分析根系生长变化；成像装置可以自动、高效采集作物多视角图像，实现高通量、包括地上和地下部分整株作物的三维分析；同时，本发明设计的水培装置便于多视角成像以实现三维表型分析。在方法上，本发明设计了一种作物3D重建、表型提取及可视化生长预测的技术流程，实现了作物三维表型分析及未来形态预测的直观展示。该发明灵活可扩展，能够满足不同应用场景的需求。
-
公开(公告)号：CN117333400B
公开(公告)日：2024-04-30
申请号：CN202311464307.2
申请日：2023-11-06
Applicant: 华中农业大学 , 中国科学院遗传与发育生物学研究所 , 中国科学院遗传与发育生物学研究所农业资源研究中心
IPC: G06T5/77 , G06T7/10 , G06V10/774
Abstract: 本发明公开了一种根盒培养作物根系图像断根修复及表型提取方法。其包括根盒图像采集；通过语义分割、掩膜和畸变矫正，获得根盒玻璃面区域二值图；通过去噪、语义分割，获得根系二值图；使用目标检测模型检测断根，根据目标框裁剪局部图像，输入根系修复模型进行修复，并自适应迭代修复；修复后通过图像处理，提取根系表型信息。其中，本发明设计了先检测，再局部修复的流程，并设计了自适应重复修复，使模型针对性地修复根系断裂区域，且不限制待修复图像尺寸；在训练根系修复模型时，使用了水培作物的根系图像，降低人工成本，同时多尺度局部图像训练，提高模型鲁棒性；本发明还使用图像去噪模型，降低土壤对根系的遮挡，提高图像修复精度。
-
公开(公告)号：CN112069985B
公开(公告)日：2024-03-29
申请号：CN202010918709.5
申请日：2020-08-31
Applicant: 华中农业大学
IPC: G06V20/10 , G06V10/774 , G06T7/00
Abstract: 本发明公开了一种基于深度学习的高分辨率大田图像稻穗检测与计数方法。首先将采集好的待检测高分辨率大田图像有重叠地裁剪为若干张适当大小的子图；接着通过深度目标检测网络对原图对应的所有子图进行稻穗检测，将子图稻穗预测框映射到原始高分辨率大田图像中后，对原图中各子图重叠区域的预测框进行处理，计算量化存在重叠的两个预测框之间的重叠程度和重叠方式，去除掉重复预测框，最后统计去除重复框后原图中预测框的数目，所得结果即为穗数。本发明对采集图像的环境，如光照强度、作物生长状态不做具体限定，鲁棒性好；且对目标检测网络模型、图像尺寸不做具体限定，针对高分辨率大田图像的目标检测具有更好的普适性。
-
Patent Agency Ranking
公开(公告)号：CN117333400A
公开(公告)日：2024-01-02
申请号：CN202311464307.2
申请日：2023-11-06
Applicant: 华中农业大学 , 中国科学院遗传与发育生物学研究所 , 中国科学院遗传与发育生物学研究所农业资源研究中心
IPC: G06T5/00 , G06T7/10 , G06V10/774
Abstract: 本发明公开了一种根盒培养作物根系图像断根修复及表型提取方法。其包括根盒图像采集；通过语义分割、掩膜和畸变矫正，获得根盒玻璃面区域二值图；通过去噪、语义分割，获得根系二值图；使用目标检测模型检测断根，根据目标框裁剪局部图像，输入根系修复模型进行修复，并自适应迭代修复；修复后通过图像处理，提取根系表型信息。其中，本发明设计了先检测，再局部修复的流程，并设计了自适应重复修复，使模型针对性地修复根系断裂区域，且不限制待修复图像尺寸；在训练根系修复模型时，使用了水培作物的根系图像，降低人工成本，同时多尺度局部图像训练，提高模型鲁棒性；本发明还使用图像去噪模型，降低土壤对根系的遮挡，提高图像修复精度。
-
公开(公告)号：CN112069985A
公开(公告)日：2020-12-11
申请号：CN202010918709.5
申请日：2020-08-31
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于深度学习的高分辨率大田图像稻穗检测与计数方法。首先将采集好的待检测高分辨率大田图像有重叠地裁剪为若干张适当大小的子图；接着通过深度目标检测网络对原图对应的所有子图进行稻穗检测，将子图稻穗预测框映射到原始高分辨率大田图像中后，对原图中各子图重叠区域的预测框进行处理，计算量化存在重叠的两个预测框之间的重叠程度和重叠方式，去除掉重复预测框，最后统计去除重复框后原图中预测框的数目，所得结果即为穗数。本发明对采集图像的环境，如光照强度、作物生长状态不做具体限定，鲁棒性好；且对目标检测网络模型、图像尺寸不做具体限定，针对高分辨率大田图像的目标检测具有更好的普适性。
-
公开(公告)号：CN119359688A
公开(公告)日：2025-01-24
申请号：CN202411513539.7
申请日：2024-10-28
Applicant: 华中农业大学
IPC: G06T7/00 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于人工智能的作物基因型预测全生育期图像的方法。该方法包括作物图像采集、作物图像处理、构建多层感知器神经网络和条件控制生成对抗网络进行训练以学习全生育期的作物基因型、表型及图像的映射关系，并且获得作物基因‑表型预测模型和表型‑图像预测模型，最后通过两个模型，基于待预测作物基因型，预测出该基因调控下，理想环境的作物全生育期可视化结果。该方法基于人工智能技术，构建多维空间多层感知网络和条件控制生成对抗网络，深度利用作物基因、表型和图像大数据中蕴含的映射规律，实现了对作物进行逼真、准确的可视化预测。
-
公开(公告)号：CN118505784A
公开(公告)日：2024-08-16
申请号：CN202410759491.1
申请日：2024-06-13
Applicant: 华中农业大学 , 中国科学院遗传与发育生物学研究所 , 中国科学院遗传与发育生物学研究所农业资源研究中心
IPC: G06T7/60 , G06T7/62 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/187 , G06T5/80 , G06T7/579 , G06T17/00 , G06T17/10 , G06T17/30
Abstract: 本发明公开了一种水培植物根系三维重建及表型特征提取方法。该方法包括水培植物根系图像采集、水培植物根系图像分割、水培植物根系图像校正、使用SFM算法对水培植物根系进行三维重建，最后基于重建得到的三维点云模型，提取水培植物根系的三维表型特征参数。该方法实现了对水培植物根系图像的折射校正，减少了图像采集过程中因光线折射而导致的误差，提高了重建得到三维点云模型的精度，便于提取根系三维表型特征参数。和现有技术相比，该方法实现了对多时间点下水培植物根系的无损观测和表型特征提取，具有较高的精度和准确度。
-
公开(公告)号：CN118097372B
公开(公告)日：2024-08-16
申请号：CN202410404048.2
申请日：2024-04-05
Applicant: 华中农业大学
IPC: G06V10/82 , G06V10/764 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于人工智能的作物生长可视化预测方法。该方法包括：作物图像采集、作物图像处理、使用生成对抗网络GAN模型进行训练以学习作物生长前后图像对的映射关系并且获得作物生长可视化预测模型，最后将待预测作物的图像输入到可视化预测模型中，输出图像即为待预测作物生长后的可视化预测结果。该方法通过人工智能中的生成对抗网络自学习的方式，深度利用作物图像大数据中蕴含的生长发育规律，结果显示，预测图像质量良好，且与真实图像之间有高度相似性。和现有技术相比，该方法对于不同品种作物生长预测任务具有普适性，通过改进生成对抗网络，能够实现更高质量、对不同个体更有区分度的作物生长可视化预测。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
