-
公开(公告)号：CN115063478B
公开(公告)日：2024-07-12
申请号：CN202210596577.8
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于RGB‑D相机和视觉定位的水果定位方法、系统、设备及介质，方法包括：构建目标视觉定位模型；所述目标视觉定位模型包括预训练参数加载模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标定位预测模块；获取水果果园场景中处于成熟期的果实RGB图像和深度图像；对采集的果实RGB图像和深度图像进行预处理，获得初始数据集；对初始数据集中每个RGB图像上的果实用进行标注；利用标注数据训练集中的RGB图像和标注数据对目标视觉定位模型进行训练；利用训练好的目标视觉定位模型对水果果园图像的果实进行定位预测。本发明基于RGB‑D相机和计算机视觉技术获取水果果实的三维坐标信息，对自动采摘机器人的发展具有重要意义。
-
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。
-
公开(公告)号：CN113326925A
公开(公告)日：2021-08-31
申请号：CN202110690555.3
申请日：2021-06-22
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于密度图回归的卷积神经网络的花量统计方法、系统、设备及介质，该方法包括构建卷积神经网络模型；获取花期花朵图像并构建数据集；训练卷积神经网络模型；进行验证并调整当前卷积神经网络的参数；选取最终的花量统计模型并进行预测。本发明采用基于密度图的花量统计方法，而非传统人工计数，可实现快速准确统计花量；使用不同大小的卷积核的子网络适应花朵分辨率大小尺度不同的情况，使模型在不同形态的花量统计下更加具鲁棒性；相比现有发明，本发明提升了模型在计数高密度花量时的精度，同时相比目标检测方法，该技术不需要精确的边界框大小和精准的边界框位置，提升了模型的专一性，输出更快的密度图和计数结果。
-
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。
-
公开(公告)号：CN113326925B
公开(公告)日：2023-11-28
申请号：CN202110690555.3
申请日：2021-06-22
Applicant: 华南农业大学
IPC: G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明公开了一种基于密度图回归的卷积神经网络的花量统计方法、系统、设备及介质，该方法包括构建卷积神经网络模型；获取花期花朵图像并构建数据集；训练卷积神经网络模型；进行验证并调整当前卷积神经网络的参数；选取最终的花量统计模型并进行预测。本发明采用基于密度图的花量统计方法，而非传统人工计数，可实现快速准确统计花量；使用不同大小的卷积核的子网络适应花朵分辨率大小尺度不同的情况，使模型在不同形态的花量统计下更加具鲁棒性；相比现有发明，本发明提升了模型在计数高密度花量时的精度，同时相比目标检测方法，该技术不需要精确的边界框大小和精准的边界框位置，提升了模型的专一性，输出更快的密度图和计数结果。
-
Patent Agency Ranking
公开(公告)号：CN116086639A
公开(公告)日：2023-05-09
申请号：CN202211627036.3
申请日：2022-12-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种土壤温度声波检测装置及检测方法，其中，所述土壤温度声波检测装置包括壳体、探针、声波发射器、声波采集器和控制装置；所述控制装置包括操控模块和控制模块；所述操控模块包括按键组件和触摸屏；所述控制模块包括单片微控器、脉冲放大模块和信号调制模块；所述脉冲放大模块包括发射信号滤波电路和脉冲放大电路；所述信号调制模块包括拟声电信号滤波电路和拟声电信号放大电路；所述探针分为第一探针和第二探针，第一探针和第二探针的底部均设有用于插入土壤的插入尖端；声波发射器和声波采集器分别设置在第一探针和第二探针上。本发明的土壤温度声波检测方法的实施成本低、稳定性好、精度高、环境友好且能实现快速检测。
-
公开(公告)号：CN115019301A
公开(公告)日：2022-09-06
申请号：CN202210596417.3
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像识别的复杂果园龙眼串果检测方法、系统、设备及介质，方法包括：构建图像识别模型；图像识别模型包括预训练参数加载模块、图像尺寸归一化模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标预测模块；对采集的龙眼串果图像进行数据扩增和预处理，获得初始数据集；对初始数据集中每个图像上的龙眼串果进行标注；将完成标注的初始数据集按照设定的比例分为训练集和验证集；利用训练集中的图像和标注数据对图像识别模型进行训练；利用训练好的龙眼串果检测模型对龙眼果园图像的龙眼串果进行检测。本发明将计算机视觉技术应用到自然条件下复杂果园中龙眼的检测，避免了基于形状、颜色阈值等识别方法的局限性。
-
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：CN115019301B
公开(公告)日：2025-02-18
申请号：CN202210596417.3
申请日：2022-05-30
Applicant: 华南农业大学
IPC: G06V20/68 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种基于图像识别的复杂果园龙眼串果检测方法、系统、设备及介质，方法包括：构建图像识别模型；图像识别模型包括预训练参数加载模块、图像尺寸归一化模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标预测模块；对采集的龙眼串果图像进行数据扩增和预处理，获得初始数据集；对初始数据集中每个图像上的龙眼串果进行标注；将完成标注的初始数据集按照设定的比例分为训练集和验证集；利用训练集中的图像和标注数据对图像识别模型进行训练；利用训练好的龙眼串果检测模型对龙眼果园图像的龙眼串果进行检测。本发明将计算机视觉技术应用到自然条件下复杂果园中龙眼的检测，避免了基于形状、颜色阈值等识别方法的局限性。
-
公开(公告)号：CN114916318B
公开(公告)日：2023-05-02
申请号：CN202210596569.3
申请日：2022-05-30
Applicant: 华南农业大学
Abstract: 本发明公开了一种搭载在无人机上的水果自动采收装置及其控制方法，装置包括：水果定位组件、控制及信息传输设备和采摘机构；所述水果定位组件包括RGB‑D相机、微型处理器和光电传感器；所述控制及信息传输设备包括Arduino开发板、继电器、电机控制板和USB‑TypeB数据线；所述采摘机构包括电池、电机保护壳、电机、丝杆、套筒、支撑杆、钢条、带夹持机构的剪刀；使用时，光电传感器检测到水果的结果母枝进入剪刀中间时，向微型处理器发射信号；微型处理器收到光电传感器的信号后运行水果定位程序，定位水果并判断无人机是否到达目的地位置。本发明搭载在无人机平台上，能够适应丘陵果园的复杂地形条件，有效解决了采摘机器人面对高大果树上的果实无法工作的问题。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.02 seconds)
