-
公开(公告)号：CN113989639B
公开(公告)日：2024-04-16
申请号：CN202111218586.5
申请日：2021-10-20
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/22 , G06V10/26 , G06V10/52 , G06V10/82 , G06V20/68 , G06N3/0464 , G06N3/0455 , G06N3/08 , G01N21/88
Abstract: 本发明公开了一种基于高光谱图像分析处理方法的荔枝病害自动识别方法及装置，包括下述步骤：收集自然条件下的荔枝果实图像，组成果实源数据集；将果实训练数据集导入U‑Net语义分割网络模型中进行训练，得到荔枝果实分割识别模型；获取荔枝病害源数据集，并对所述果实源数据集进行预处理并根据病情指数DI进行分级，得到荔枝病害训练数据集；将荔枝病害训练数据集导入光谱数据分析模型进行训练，得到荔枝病害检测模型；将待测高光谱图像的可见光数据导入荔枝果实分割识别模型，得到分割识别结果；将所述分割识别结果导入荔枝病害检测模型，得到荔枝病害识别结果。本发明提高了荔枝病害检测的效率和精度，有助于及时掌握荔枝果实的荔枝病害状态。
-
公开(公告)号：CN117129570A
公开(公告)日：2023-11-28
申请号：CN202310627595.2
申请日：2023-05-31
Applicant: 岭南现代农业科学与技术广东省实验室 , 华南农业大学
Abstract: 本发明涉及一种基于声速反演的土壤含水率长期监测装置及监测方法，所述监测装置包括支架、太阳能供电模块、土壤含水率采集模块和控制模块；所述土壤含水率采集模块包括声速检测模块、温度传感模块和压力传感模块；所述声速检测模块包括声波发射探头和声波采集探头；所述声波发射探头用于发射特定频率的声波，将声波信号穿透土壤介质传递给所述声波采集探头；所述声波采集探头内置信号放大电路和信号调制电路，用于接收所述声波发射探头产生的透过土壤介质的声波信号；本发明的土壤含水率长期监测装置引入温度传感器和压力传感器分别获取土壤温度信息和土壤压力信息能进一步修正声速与土壤含水率的关系，提高土壤含水率的检测精度。
-
公开(公告)号：CN114487119B
公开(公告)日：2023-11-03
申请号：CN202210147170.7
申请日：2022-02-17
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室
Abstract: 本发明公开了一种融合土壤容重的土壤含水率超声波检测装置及方法，装置包括土壤容器和可调升降台；所述可调升降台包括双头螺杆、锁止螺栓、上支撑平台、夹持板、左限位螺栓、右限位螺栓、下支撑平台、下螺孔、上螺孔、红外感知模块和位置感知模块；所述上支撑平台、夹持板与下支撑平台通过双头螺杆连接；所述双头螺杆通过锁止螺栓锁紧；所述夹持板的前端设置有与土壤容器相匹配的夹持部，并通过左限位螺栓、右限位螺栓对土壤容器进行固定；所述红外感知模块设置在夹持板上；所述位置感知模块设置在所述夹持板后端。本发明利用声速及土壤容重双参数来反演修正土壤含水量模型，具有计算速度快，应用范围广的特点。
-
公开(公告)号：CN115063703A
公开(公告)日：2022-09-16
申请号：CN202210716215.8
申请日：2022-06-23
Applicant: 华南农业大学
Abstract: 本发明公开了一种果树成花率估测方法、系统、设备及存储介质，方法包括：采集果树花期的RGB图像，对所述RGB图像进行预处理，构建图像数据集；对所述图像数据集的花穗和树梢进行标注，获得完成标注的图像数据集；利用图像数据集对预先设立的目标检测模型进行预训练，通过对比精确度，选择最优的目标检测模型参数；利用最优的目标检测模型参数对目标检测模型进行训练，得到训练好的目标检测模型；利用训练好的目标检测模型对单棵果树的花穗和树梢进行目标检测，并构建单棵果树花穗和树梢的数量估计模型，利用数量估计模型对待检测果树成花率进行估计。本发明结合无人机技术和深度学习技术，通过实现果树花穗和树梢快速且准确地检测，从而为果树成花率的估测提供智能化的技术手段。
-
公开(公告)号：CN114965707A
公开(公告)日：2022-08-30
申请号：CN202210515003.3
申请日：2022-05-12
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室
Abstract: 本发明公开了一种埋地式土壤容重超声波检测装置及检测方法，检测装置包括超声波换能器、压力传感器、温度传感器、微控制器装置、电动平台、固定外壳和移动外壳；所述压力传感器、温度传感器设置在固定外壳上，所述电动平台设置在移动外壳内；本发明无需采集土壤可以估算出土壤容重，温度传感器可实时获取土壤温度，且电动平台可以带动可移动外壳的运动并压实土壤，配合压力传感器对土壤压力值的动态监测，可对检测结果进行修正，利用超声波声速测定土壤参数具有操作简单、长期监控、实用性好、成本低和环境友好的特点。
-
Patent Agency Ranking
公开(公告)号：CN114487119A
公开(公告)日：2022-05-13
申请号：CN202210147170.7
申请日：2022-02-17
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室
Abstract: 本发明公开了一种融合土壤容重的土壤含水率超声波检测装置及方法，装置包括土壤容器和可调升降台；所述可调升降台包括双头螺杆、锁止螺栓、上支撑平台、夹持板、左限位螺栓、右限位螺栓、下支撑平台、下螺孔、上螺孔、红外感知模块和位置感知模块；所述上支撑平台、夹持板与下支撑平台通过双头螺杆连接；所述双头螺杆通过锁止螺栓锁紧；所述夹持板的前端设置有与土壤容器相匹配的夹持部，并通过左限位螺栓、右限位螺栓对土壤容器进行固定；所述红外感知模块设置在夹持板上；所述位置感知模块设置在所述夹持板后端。本发明利用声速及土壤容重双参数来反演修正土壤含水量模型，具有计算速度快，应用范围广的特点。
-
公开(公告)号：CN113989639A
公开(公告)日：2022-01-28
申请号：CN202111218586.5
申请日：2021-10-20
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/22 , G06V10/26 , G06V10/52 , G06V10/82 , G06V20/68 , G06K9/62 , G06N3/04 , G06N3/08 , G01N21/88
Abstract: 本发明公开了一种基于高光谱图像分析处理方法的荔枝病害自动识别方法及装置，包括下述步骤：收集自然条件下的荔枝果实图像，组成果实源数据集；将果实训练数据集导入U‑Net语义分割网络模型中进行训练，得到荔枝果实分割识别模型；获取荔枝病害源数据集，并对所述果实源数据集进行预处理并根据病情指数DI进行分级，得到荔枝病害训练数据集；将荔枝病害训练数据集导入光谱数据分析模型进行训练，得到荔枝病害检测模型；将待测高光谱图像的可见光数据导入荔枝果实分割识别模型，得到分割识别结果；将所述分割识别结果导入荔枝病害检测模型，得到荔枝病害识别结果。本发明提高了荔枝病害检测的效率和精度，有助于及时掌握荔枝果实的荔枝病害状态。
-
公开(公告)号：CN110144408B
公开(公告)日：2020-10-09
申请号：CN201910407561.6
申请日：2019-05-15
Applicant: 华南农业大学
IPC: C12Q1/6888 , C12N15/11
Abstract: 本发明属于分子生物技术和分子标记技术领域，具体涉及一种位于猪7号染色体上与总乳头数相关的SNP分子标记及应用。所述的位于猪7号染色体上与总乳头数相关的SNP分子标记的SNP位点对应于国际猪基因组11.1版本参考序列7号染色体上第97568284位G>A突变；本发明还提供了一种用于上述位于猪7号染色体上与总乳头数相关的SNP分子标记的引物对。本发明通过优选该SNP的优势等位基因，能够逐代增加优势等位基因频率，提高猪的繁殖性能，加快猪遗传改良进展从而有效提高经济效益。
-
公开(公告)号：CN110144408A
公开(公告)日：2019-08-20
申请号：CN201910407561.6
申请日：2019-05-15
Applicant: 华南农业大学
IPC: C12Q1/6888 , C12N15/11
Abstract: 本发明属于分子生物技术和分子标记技术领域，具体涉及一种位于猪7号染色体上与总乳头数相关的SNP分子标记及应用。所述的位于猪7号染色体上与总乳头数相关的SNP分子标记的SNP位点对应于国际猪基因组11.1版本参考序列7号染色体上第97568284位G>A突变；本发明还提供了一种用于上述位于猪7号染色体上与总乳头数相关的SNP分子标记的引物对。本发明通过优选该SNP的优势等位基因，能够逐代增加优势等位基因频率，提高猪的繁殖性能，加快猪遗传改良进展从而有效提高经济效益。
-
公开(公告)号：CN115063703B
公开(公告)日：2024-07-12
申请号：CN202210716215.8
申请日：2022-06-23
Applicant: 华南农业大学
IPC: G06V20/17 , G06V20/10 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/25 , G06V10/22 , G06N3/0464
Abstract: 本发明公开了一种果树成花率估测方法、系统、设备及存储介质，方法包括：采集果树花期的RGB图像，对所述RGB图像进行预处理，构建图像数据集；对所述图像数据集的花穗和树梢进行标注，获得完成标注的图像数据集；利用图像数据集对预先设立的目标检测模型进行预训练，通过对比精确度，选择最优的目标检测模型参数；利用最优的目标检测模型参数对目标检测模型进行训练，得到训练好的目标检测模型；利用训练好的目标检测模型对单棵果树的花穗和树梢进行目标检测，并构建单棵果树花穗和树梢的数量估计模型，利用数量估计模型对待检测果树成花率进行估计。本发明结合无人机技术和深度学习技术，通过实现果树花穗和树梢快速且准确地检测，从而为果树成花率的估测提供智能化的技术手段。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
