-
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。
-
Patent Agency Ranking
公开(公告)号：CN112673813A
公开(公告)日：2021-04-20
申请号：CN202011476241.5
申请日：2020-12-15
Applicant: 华南农业大学
Abstract: 本发明公开了一种刀片缠绕清理装置、割草机及实现方法，包括刀架装置、压刀装置和丝杆驱动机构；所述刀架装置包括刀架、割草刀、滑块、传动轴和回位弹簧；所述割草刀安装在刀架上，所述滑块设置于刀架内部，且滑块一端与回位弹簧连接，由滑块支撑割草刀于初始位置，所述刀架与传动轴固定连接，用于驱动割草刀进行割草工作；当压刀装置下行时，压刀装置压动滑块向内移动至收纳状态，此时回位弹簧被压缩；当压刀装置上行时，在回位弹簧的作用下，推动割草刀恢复初始位置，本发明的刀片缠绕清理装置可以避免刀片缠绕时进行人工换刀清理，有效提高割草机的工作效率；本发明的割草机可以控制底盘升降机构调整至合适作业高度，继续进行割草作业。
-
公开(公告)号：CN112673813B
公开(公告)日：2022-03-22
申请号：CN202011476241.5
申请日：2020-12-15
Applicant: 华南农业大学
Abstract: 本发明公开了一种刀片缠绕清理装置、割草机及实现方法，包括刀架装置、压刀装置和丝杆驱动机构；所述刀架装置包括刀架、割草刀、滑块、传动轴和回位弹簧；所述割草刀安装在刀架上，所述滑块设置于刀架内部，且滑块一端与回位弹簧连接，由滑块支撑割草刀于初始位置，所述刀架与传动轴固定连接，用于驱动割草刀进行割草工作；当压刀装置下行时，压刀装置压动滑块向内移动至收纳状态，此时回位弹簧被压缩；当压刀装置上行时，在回位弹簧的作用下，推动割草刀恢复初始位置，本发明的刀片缠绕清理装置可以避免刀片缠绕时进行人工换刀清理，有效提高割草机的工作效率；本发明的割草机可以控制底盘升降机构调整至合适作业高度，继续进行割草作业。
-
公开(公告)号：CN113610048A
公开(公告)日：2021-11-05
申请号：CN202110978303.0
申请日：2021-08-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像识别的荔枝霜疫病自动识别方法、系统和存储介质，包括下述步骤：收集自然条件下感染霜疫病的荔枝果实图像，组成果实源数据集并进行数据扩增和预处理得到果实训练数据集；导入YOLO V3目标检测网络模型进行训练，得到检测识别模型；收集实验室条件下不同严重程度的荔枝霜疫病图像，组成霜疫病源数据集并进行数据扩增和预处理得到霜疫病训练数据集；导入PSPNet语义分割网络模型进行训练，得到病斑分割模型；将待检测图像导入检测识别模型，得到检测结果；将其导入病斑分割模型，得到分割结果；计算病情指数DI，判断荔枝霜疫病严重程度。本发明实现荔枝霜疫病无损快速精准识别，对荔枝病害精准防控和保障产量具有重要意义。
-
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：CN113610048B
公开(公告)日：2023-08-01
申请号：CN202110978303.0
申请日：2021-08-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像识别的荔枝霜疫病自动识别方法、系统和存储介质，包括下述步骤：收集自然条件下感染霜疫病的荔枝果实图像，组成果实源数据集并进行数据扩增和预处理得到果实训练数据集；导入YOLO V3目标检测网络模型进行训练，得到检测识别模型；收集实验室条件下不同严重程度的荔枝霜疫病图像，组成霜疫病源数据集并进行数据扩增和预处理得到霜疫病训练数据集；导入PSPNet语义分割网络模型进行训练，得到病斑分割模型；将待检测图像导入检测识别模型，得到检测结果；将其导入病斑分割模型，得到分割结果；计算病情指数DI，判断荔枝霜疫病严重程度。本发明实现荔枝霜疫病无损快速精准识别，对荔枝病害精准防控和保障产量具有重要意义。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
