-
公开(公告)号：CN113848216B
公开(公告)日：2022-08-09
申请号：CN202111112804.7
申请日：2021-09-18
Applicant: 南京林业大学
Abstract: 本发明公开一种基于雾生成对抗神经网络的沥青混凝土检测系统及方法，包括计算机系统和图像采集装置等，图像采集装置采集搅拌完成的沥青混凝土图像，并将图像传输至计算机系统，实现在线检测沥青混凝土质量；本发明将机器视觉与神经网络算法相结合，通过雾生成对抗神经网络模型对沥青图像进行去烟雾、去模糊化操作，然后利用卷积神经网络检测沥青混凝土外观的均匀性，判断沥青混凝土中有无花白料、有无结块成团现象和严重离析现象，实时计算出沥青混凝土的质量是否合格。本发明自动化程度高、精确度高、实时性好、效率高，可与拌合站系统组网形成完整的监控体系，能够及时发现沥青混凝土搅拌时存在的质量问题，有效减少了经济损失，节约了时间。
-
公开(公告)号：CN114708457B
公开(公告)日：2024-10-29
申请号：CN202210336884.2
申请日：2022-03-31
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/08 , G06N7/01
Abstract: 本发明公开了一种用于抗紫边识别的高光谱深度学习识别方法，属于高光谱成像与深度学习技术邻域。根据高光谱图像中待识别点的邻域点的光谱特征，先对邻域的识别结果进行检测，利用贝叶斯公式分析周围区域获得先验分类结果；再使用神经网络对待识别区域进行识别，提高网络对于信息缺乏区域的识别精度。本发明在图像识别的过程中，利用像素周围区域的光谱信息为紫边区域提供识别的数据支持，进而使得紫边区域能在光谱信息缺少的情况下，能够利用邻域信息提高识别精度。将高光谱技术和图像先验知识结合，利用待识别点与周围点的空间关系，进而提高紫边区域的识别精度，对于提高深度学习算法的识别率具有十分重要的意义。
-
公开(公告)号：CN109644813B
公开(公告)日：2024-06-18
申请号：CN201910109077.5
申请日：2019-02-03
Applicant: 南京林业大学
IPC: A01G23/08 , A01G23/087 , A01G23/091
Abstract: 本发明公开了一种自走式丘陵自平衡伐木机器人，包括机器人主体（4），其特征在于：在机器人主体（4）的顶部设有机械臂总成（6）且机械臂总成（6）的执行端设有链锯总成（7），在机器人主体（4）的下部设有包括至少四条主足的行走部件，主足包括采用安装在机器人主体（4）底部的上肢电机（43）驱动的主足上肢（3）和设置在主足上肢（3）内的下肢电机（34）驱动的主足下肢（2）、以及位于主足下肢（2）下端的足部机构（1），该足部机构（1）能够相对主足下肢（2）做竖直升降运动，使得各不同主足能够分别位于水平面不同的位置处且能够保持机器人主体（4）的平衡。本发明的机器人能够在复杂山地、丘陵等地域进行稳定的林业作业。
-
公开(公告)号：CN114377997B
公开(公告)日：2022-11-01
申请号：CN202210035385.X
申请日：2022-01-12
Applicant: 南京林业大学
Abstract: 本发明公开一种基于COMS和高光谱相机的杆状物分选装置及方法，属于物料分选技术领域，包括进料装置、传送装置、超高速图像预处理单元、工控机、喷阀控制单元和多级分选装置，相机采集物料图像，图像经超高速图像预处理单元处理后，发送至工控机，工控机通过迁移学习算法提取图片特征，使用实例分割算法分析特征图片得到物料中杆状物及异物的特点、位置信息，对物料中杆状物及异物进行识别分割，完成杆状物的分选工作。本发明将分选系统模块化，根据不同物料，自行搭配使用；CMOS工业线阵相机及高光谱相机通过深度学习的方法对图像进行识别分割可以提升杆状物识别的准确率，实现精准分选，成功的解决了人工分选的低精度、高成本的难题。
-
公开(公告)号：CN115760642B
公开(公告)日：2024-12-10
申请号：CN202211560453.0
申请日：2022-12-07
Applicant: 南京林业大学
IPC: G06T5/77 , G06N3/0464 , G06N3/08 , G06T5/60
Abstract: 本发明公开一种用于太阳辐射预测的地基云图修复方法，首先对地基云图进行太阳位置定位、覆盖掩膜的预处理；将预处理后的地基云图以及同时刻的气象和天文测量数据基于时间形成序列；通过多头部分卷积网络、监督注意力模块，再结合具有动量特性的压缩激励模块对太阳辐射做出预测。本发明公开的算法在设备正常运行中按太阳方位角旋转拍摄得到的地基云图，固定设备的遮光板位置，利用训练后的神经网络，形成不受遮光板影响并且便于太阳辐射预测或后续气象学分析的地基云图。
-
Patent Agency Ranking
公开(公告)号：CN114882291B
公开(公告)日：2023-06-06
申请号：CN202210607623.X
申请日：2022-05-31
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/77 , G06V10/34 , G06V10/30 , G06V10/24 , G06V10/26 , G06V10/54 , G06V10/82 , G06N5/01 , G06N20/00
Abstract: 本发明公开一种基于高光谱图像像素块机器学习的籽棉地膜识别分类方法，利用高光谱成像设备获取杂质混合后的物料高光谱图像，将高光谱图像切割为与剔除要求对应的像素块，并提取空间纹理特征结合光谱特征作为像素块的特征，构建机器学习模型，构建杂质对接矩阵，提升对于连续像素块的识别精度，最终实现对像素块中物料进行在线分类识别。本发明利用极限梯度提升算法对原始光谱特征重要性进行排序，引入加权光谱特征值概念，构建随机森林分类器对籽棉与地膜进行在线分类识别；有效解决了地膜由于透光性产生异物同谱问题导致识别像素点过少、分类精度不高的问题。
-
公开(公告)号：CN115760642A
公开(公告)日：2023-03-07
申请号：CN202211560453.0
申请日：2022-12-07
Applicant: 南京林业大学
Abstract: 本发明公开一种用于太阳辐射预测的地基云图修复方法，首先对地基云图进行太阳位置定位、覆盖掩膜的预处理；将预处理后的地基云图以及同时刻的气象和天文测量数据基于时间形成序列；通过多头部分卷积网络、监督注意力模块，再结合具有动量特性的压缩激励模块对太阳辐射做出预测。本发明公开的算法在设备正常运行中按太阳方位角旋转拍摄得到的地基云图，固定设备的遮光板位置，利用训练后的神经网络，形成不受遮光板影响并且便于太阳辐射预测或后续气象学分析的地基云图。
-
公开(公告)号：CN115100514A
公开(公告)日：2022-09-23
申请号：CN202210508159.9
申请日：2022-05-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于FPGA的云跟踪方法，首先通过工业相机获取云团间隔一段时间前后的图像输入FPGA；然后一方面对图像进行畸变校正、图像平滑处理、形态学操作、Canny边缘检测以及提取矩特征，另一方面对图像提取灰度共生矩阵特征量，将上述两种特征赋予适当的权重，作为总的云团特征；最后，预测云团一段时间后的特征量状态，然后将上述特征量与图像二进行匹配从而实现云跟踪。本发明考虑到云的形状随时间会发生改变，并采用多特征进行云跟踪，提高跟踪的准确性。同时考虑到不同类别的云团演变方式不同，针对不同类别的云团分别训练预测模型。本发明采用“FPGA+ARM”体系架构提高了图像采集的实时性、速度以及性能。
-
公开(公告)号：CN114937190A
公开(公告)日：2022-08-23
申请号：CN202210607648.X
申请日：2022-05-31
Applicant: 南京林业大学
Abstract: 本发明公开了一种用于籽棉开松有效性的判别方法及系统，属于杂质分选与深度学习技术领域，该方法利用线阵相机和3D深度相机获取籽棉异纤除杂生产线中开松后的籽棉图像及三维信息，将线扫描图像数据与线扫描3D深度数据进行对齐和融合，在图像识别的基础上通过3D深度数据额外获取棉花成团表面深度信息，结合开松机振动数据，判断开松的有效性。本发明将线扫描图像数据与线扫描3D深度数据进行对齐和融合，同时采集开松机的振动数据，提高判别准确率，在相同采样率和采样长度的情况下有效降低对计算机硬件的性能要求，有利于降低运行和维护成本。
-
公开(公告)号：CN114882291A
公开(公告)日：2022-08-09
申请号：CN202210607623.X
申请日：2022-05-31
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/77 , G06V10/34 , G06V10/30 , G06V10/24 , G06V10/26 , G06V10/54 , G06V10/82 , G06N5/00 , G06N20/00
Abstract: 本发明公开一种基于高光谱图像像素块机器学习的籽棉地膜识别分类方法，利用高光谱成像设备获取杂质混合后的物料高光谱图像，将高光谱图像切割为与剔除要求对应的像素块，并提取空间纹理特征结合光谱特征作为像素块的特征，构建机器学习模型，构建杂质对接矩阵，提升对于连续像素块的识别精度，最终实现对像素块中物料进行在线分类识别。本发明利用极限梯度提升算法对原始光谱特征重要性进行排序，引入加权光谱特征值概念，构建随机森林分类器对籽棉与地膜进行在线分类识别；有效解决了地膜由于透光性产生异物同谱问题导致识别像素点过少、分类精度不高的问题。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.03 seconds)
