公开(公告)号：CN115931746A

公开(公告)日：2023-04-07

申请号：CN202211378957.0

申请日：2022-11-04

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  姚志杰 ,  谭杰挥 ,  汤新宇 ,  李松浩 ,  巫彬芳 ,  梁俊涛 ,  白书黛 ,  匡润 ,  徐海涛 ,  邓海东 ,  兰玉彬

IPC: G01N21/31 ,  G01N21/359 ,  G01N21/3563 ,  G06V20/10 ,  G06V10/25 ,  G06V10/774 ,  G06N20/00

Abstract: 本发明公开了一种羽衣甘蓝的多种营养成分检测方法及处理终端，该方法包括：获取待测羽衣甘蓝的高光谱图像；将高光谱图像输入CARS‑PLSR模型，CARS‑PLSR模型输出羽衣甘蓝的多种营养成分的含量。本发明提出一种羽衣甘蓝的多种营养成分检测方法及处理终端，结合机器学习对羽衣甘蓝体内多种营养成分进行检测。将高光谱成像技术引入到人工光植物工厂的实际生产过程中，实时检测羽衣甘蓝的多种营养成分，为人工光植物工厂羽衣甘蓝的种植生产提供指导。

公开(公告)号：CN116823916A

公开(公告)日：2023-09-29

申请号：CN202310555177.7

申请日：2023-05-16

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  李钊荣 ,  周明 ,  范志文 ,  樊嘉文 ,  李金豪 ,  白书黛 ,  兰玉彬

IPC: G06T7/60 ,  G06V20/17 ,  G06V10/80 ,  G06V10/766 ,  G06V10/82 ,  G06V20/70 ,  G06T17/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于yolov5x模型的水稻稻株高度测量方法，方法包括以下步骤：数据采集，获得水稻不同生长时期的航拍图像以及不同生长时期的高度；数据处理，对采集的航拍图像进行处理，得到包括水稻稻株高程融合图像的数据集；获取数据集中第一区域的水稻稻株的高程像素值以及对应水稻稻株的真实高度值，并建立水稻稻株的真实高度与高程像素值之间的最小二乘线性回归模型；利用YOLOv5x模型对数据集中的第二区域的位置进行识别，获取识别位置的融合图像的高程像素值；将获取的高程像素值代入建立的最小二乘线性回归模型，得到识别位置的水稻稻株高度。该方法能够快速准确检测水稻稻株的高度，为研究判断水稻的生长情况提供有力支持。

公开(公告)号：CN116310338A

公开(公告)日：2023-06-23

申请号：CN202310290897.5

申请日：2023-03-22

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  白书黛 ,  范志文 ,  李金豪 ,  李钊荣 ,  樊嘉文 ,  周金鑫 ,  匡润 ,  徐海涛 ,  邓海东 ,  兰玉彬

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/52 ,  G06V10/74 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/048

Abstract: 本发明提供一种基于实例和语义分割的单株荔枝红叶梢分割方法，属于计算机视觉技术领域，该方法包括：采集荔枝树图片；将荔枝树图片裁剪为多株荔枝树冠层图片与多株荔枝树红叶梢图片；使用Mask R‑cnn网络模型对多株荔枝树冠层图片进行实例分割，通过阈值法将单株荔枝树冠层分割出来；使用改进的语义分割模型U‑Net‑Senet和U‑Net‑CBAM将单株荔枝树冠层的红叶梢部分分割出来。本发明能够实现单株荔枝树冠层及红叶梢像素级别的分割，提升了每类别分割的精确性。

公开(公告)号：CN115855860A

公开(公告)日：2023-03-28

申请号：CN202211378130.X

申请日：2022-11-04

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  汤新宇 ,  梁俊涛 ,  姚志杰 ,  白书黛 ,  袁宇翔 ,  匡润 ,  徐海涛 ,  邓海东 ,  兰玉彬

IPC: G01N21/3554 ,  G01N21/3563 ,  G01N21/359 ,  G06N20/00

Abstract: 本发明公开了一种茶叶干燥过程中的水分含量预测方法及处理终端，该方法包括：构建单批次机器学习训练的数据集；将训练数据集划分为校正集和预测集，通过新增不同批次样本数据集归并到原数据集形成新的数据集进行训练以更新模型参数，以评价函数作为目标函数来挑选最优的模型参数；将CARS‑I CA算法进一步集成到PLSR回归模型中，通过PLSR回归模型预测得到各批次茶叶水分含量。本发明提出一种茶叶干燥过程中的水分含量预测方法及处理终端，大大扩展了技术应用场景，不再是以往根据茶叶生长的气候和环境变化而每年重建模型以及调整参数，而是通过特征光谱选择校正变量参数和新增多批次样本量以建立增量型的训练数据集，利用该数据集来优化模型参数实施预测。

公开(公告)号：CN115728249A

公开(公告)日：2023-03-03

申请号：CN202211378147.5

申请日：2022-11-04

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  李松浩 ,  白书黛 ,  汤新宇 ,  姚志杰 ,  梁俊涛 ,  徐海涛 ,  邓海东 ,  兰玉彬

IPC: G01N21/25 ,  G01N21/47 ,  G06V20/10 ,  G06V10/25 ,  G06V10/26 ,  G06V10/766

Abstract: 本发明公开了一种番茄幼苗的叶绿素含量的预测方法及处理终端，该方法包括：获取活体的水培番茄幼苗的高光谱图像和深度图像；通过高光谱图像提取番茄幼苗的反射率光谱数据，通过深度图像提取幼苗的外形信息数据；根据反射率光谱数据和外形信息数据输入至训练好的预测模型以获取番茄幼苗的叶绿素含量。本发明提出一种番茄幼苗的叶绿素含量的预测方法及处理终端，解决针对现有的高光谱叶绿素检测方法中，存在缺少对活体的水培番茄幼苗叶绿素检测跟踪的方法，忽略了叶肉区域和叶脉区域等不同叶片区域的影响等问题。且现有方法无法体现外形信息对叶绿素的影响的技术问题。