-
公开(公告)号：CN113724210A
公开(公告)日：2021-11-30
申请号：CN202110932657.1
申请日：2021-08-13
Applicant: 广州华农大智慧农业科技有限公司 , 华南农业大学
Abstract: 本发明提供了一种作物长势识别方法和系统，涉及作物监测技术领域。所述方法包括步骤：获取作物的深度图像、多光谱图像、RGB图像；计算作物株高，分析作物营养状况，识别作物病虫害情况；进行株高评分、营养状况评分和病虫害评分；对评分进行数据融合，计算得到作物的长势评分，若评分低于预设阈值，发出预警信息。本发明通过采集作物的深度图像、多光谱图像、RGB图像，计算得到作物的株高、营养状况、病虫害情况，从而多方面反应作物长势，并进行数据融合，得到综合的作物长势评分，监测的维度多样化，直观反应作物生长情况，避免了观测人员实地采样观测容易受到主观因素影响。
-
公开(公告)号：CN113033670A
公开(公告)日：2021-06-25
申请号：CN202110333793.9
申请日：2021-03-29
Applicant: 华南农业大学
Abstract: 本发明为克服对于地块破碎的水稻种植面积估算精度较低的缺陷，提出一种基于Sentinel‑2A/B数据的水稻种植面积提取方法，包括以下步骤：获取目标区域的Sentinel‑2A/B数据并对其进行拼接、裁剪操作，得到完整的遥感图像后对其进行预处理；建立特征工程，提取遥感图像的光谱特征、指数特征、纹理特征后进行叠加；通过不同的监督分类方法进行目标作物分类；对目标作物分类结果进行精度评估，选择分类精度最高的目标作物分类结果，根据不同遥感图像样本的光谱范围差异提取水稻的阈值，构建面向对象的决策树分类规则集，提取得到水稻区域，进一步通过计算水稻像素点占遥感图像的比重，计算得到水稻种植面积。
-
公开(公告)号：CN112580671A
公开(公告)日：2021-03-30
申请号：CN202011637060.6
申请日：2020-12-31
Applicant: 华南农业大学
Abstract: 本发明提供的一种基于深度学习的稻穗多发育期自动检测方法，包括建立目标检测模型；在线连续采集监测区域图像数据，通过目标检测模型检测出每张图像中不同成熟度的各类稻穗数量；计算第i天中的各类平均稻穗数量；计算图像的各类稻穗密度；判断各类稻穗密度是否明显增加达到预设的阈值，若是，则判断稻穗已经进入相应的发育期；否则，重新计算另一天的各类平均稻穗数量。本发明提供一种基于深度学习的稻穗多发育期自动检测方法，通过建立目标检测模型实现对图像数据进行不同发育期图像自动特征提取，实现稻穗的目标检测，无需分割出稻穗区域，检测率高，实用性强，不受大风天气或复杂场景的影响，最终实现对稻穗多发育期的自动检测。
-
Patent Agency Ranking
公开(公告)号：CN113724210B
公开(公告)日：2024-08-06
申请号：CN202110932657.1
申请日：2021-08-13
Applicant: 广州华农大智慧农业科技有限公司 , 华南农业大学
Abstract: 本发明提供了一种作物长势识别方法和系统，涉及作物监测技术领域。所述方法包括步骤：获取作物的深度图像、多光谱图像、RGB图像；计算作物株高，分析作物营养状况，识别作物病虫害情况；进行株高评分、营养状况评分和病虫害评分；对评分进行数据融合，计算得到作物的长势评分，若评分低于预设阈值，发出预警信息。本发明通过采集作物的深度图像、多光谱图像、RGB图像，计算得到作物的株高、营养状况、病虫害情况，从而多方面反应作物长势，并进行数据融合，得到综合的作物长势评分，监测的维度多样化，直观反应作物生长情况，避免了观测人员实地采样观测容易受到主观因素影响。
-
公开(公告)号：CN113920453A
公开(公告)日：2022-01-11
申请号：CN202111194639.4
申请日：2021-10-13
Applicant: 华南农业大学
Abstract: 本发明提供了一种基于深度学习的猪只体尺体重估测方法，涉及深度学习技术领域。本发明使用卷积神经网络进行猪只的体重预测，相关特征由卷积神经网络学习得到，不需要构建特征工程提取，从而使提取特征更全面，并且卷积神经网络在处理噪声数据和数据的非线性问题上优于线性模型；采用通用的2d彩色摄像头拍摄的猪只图片，设备价格低廉，实施本技术方案成本低。
-
公开(公告)号：CN113033670B
公开(公告)日：2023-06-23
申请号：CN202110333793.9
申请日：2021-03-29
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/778 , G06V10/20 , G06V10/46 , G06V20/10
Abstract: 本发明为克服对于地块破碎的水稻种植面积估算精度较低的缺陷，提出一种基于Sentinel‑2A/B数据的水稻种植面积提取方法，包括以下步骤：获取目标区域的Sentinel‑2A/B数据并对其进行拼接、裁剪操作，得到完整的遥感图像后对其进行预处理；建立特征工程，提取遥感图像的光谱特征、指数特征、纹理特征后进行叠加；通过不同的监督分类方法进行目标作物分类；对目标作物分类结果进行精度评估，选择分类精度最高的目标作物分类结果，根据不同遥感图像样本的光谱范围差异提取水稻的阈值，构建面向对象的决策树分类规则集，提取得到水稻区域，进一步通过计算水稻像素点占遥感图像的比重，计算得到水稻种植面积。
-
公开(公告)号：CN112381774A
公开(公告)日：2021-02-19
申请号：CN202011224921.8
申请日：2020-11-05
Applicant: 华南农业大学
Abstract: 本发明提供一种基于多角度深度信息融合的奶牛体况评分方法，包括以下步骤：S1：从多个角度获取奶牛的RGB‑D视频；S2：从RGB‑D视频中提取关键帧组；S3：构建基于多角度深度信息融合的奶牛体况评分网络，并对奶牛体况评分网络进行训练，得到训练好的奶牛体况评分网络；S4：将奶牛的关键帧组输入训练好的奶牛体况评分网络中进行体况评分，得到评分结果。本发明提供一种基于多角度深度信息融合的奶牛体况评分系统，包括栏位、3D摄像头、耳标识读器、视频处理模块、奶牛体况评分模块和数据存储模块。本发明提供一种基于多角度深度信息融合的奶牛体况评分方法及系统，解决了目前基于深度图像的建模方法通常仅考虑单一的角度进行评分的问题。
-
公开(公告)号：CN216144369U
公开(公告)日：2022-03-29
申请号：CN202121910313.2
申请日：2021-08-13
Applicant: 广州华农大智慧农业科技有限公司 , 华南农业大学
IPC: G01D21/02
Abstract: 本发明提供了一种作物监测系统，涉及作物监测技术领域。所述系统包括：多光谱采集模块、可见光摄像头、监测支架、通信模块和服务器；所述可见光摄像头和多光谱采集模块均设置在监测支架上并与通信模块连接，通信模块与服务器连接。本实用新型将多光谱采集模块和可见光摄像头设置在监测支架上，拍摄作物图像，然后通过通信模块将作物图像传输到服务器，作物图像能够精确按照预设时间规则进行拍摄，无需观测人员重复进行实地采样观测，节约人力劳动，获得的数据样本的采集时间和采集角度一致性更好，记录作物的图像方便数据回溯。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
