-
公开(公告)号：CN117036926A
公开(公告)日：2023-11-10
申请号：CN202310247564.4
申请日：2023-03-15
Applicant: 南京林业大学 , 潍坊现代农业山东省实验室
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/56
Abstract: 本发明公开了一种融合深度学习与图像处理的杂草识别方法，包括：采集田间图像；将田间图像划分为若干网格图像；通过分类神经网络模型对网格图像进行识别，并将各网格图像标记为作物或背景；使用图像处理中的颜色因子分别对两种网格图像中的绿色像素进行图像分割、面积滤波以及连通区域标记，统计两种网格图像的连通区域数量，通过连通区域数量识别网格图像中的杂草分布情况。本发明中神经网络模型仅需关注图像中是否有作物，而作物的品种是单一或有限的，即使遇到未在训练集中出现的杂草种类，也不影响识别结果。因此，通过本发明方法可有效降低杂草识别的复杂度和训练集图像搭建的成本，并能够提升模型识别的稳健性和泛化能力。
-
公开(公告)号：CN116051891A
公开(公告)日：2023-05-02
申请号：CN202211723778.6
申请日：2022-12-30
Applicant: 南京林业大学 , 潍坊现代农业山东省实验室
IPC: G06V10/764 , G06T7/11 , G06V10/774 , G06V20/10 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种草坪杂草识别与精准喷施方法，包括：采集正方形区域图像；将正方形区域图像分割成9个第一正方形区域，并检测其中是否存在杂草，如存在，则将第一正方形区域等分为9个第二正方形区域，并检测其中是否存在杂草，如存在，则将第二正方形区域等分为9个第三正方形区域，并检测其中是否存在杂草，如果有n个第三正方形区域存在杂草，则对相应的第二正方形区域进行施药，如果少于n个第三正方形区域存在杂草，则不施药。本发明通过将一帧图像逐次划分，确定其中杂草覆盖率，进而确定是否打开喷头施药，可以更精准地控制除草剂施用量，减少资源的浪费和环境的污染。
-
公开(公告)号：CN117722975A
公开(公告)日：2024-03-19
申请号：CN202311757299.0
申请日：2023-12-18
Applicant: 潍坊现代农业山东省实验室
Abstract: 本申请提供了一种花生壳腰深的测量方法和测量装置。该方法包括：获取花生壳轮廓图像；在花生壳轮廓图像上，采用花生壳轮廓图像的最小外接矩形确定第一顶点和第二顶点；根据第一顶点和第二顶点，建立目标坐标系；在目标坐标系下，根据多个目标横坐标和多个目标纵坐标，确定目标线段和目标凹陷点；在目标坐标系下，计算目标线段和目标凹陷点之间的垂直距离，得到花生壳的单侧的腰深。该方法解决了现有技术中人工使用标尺测量花生壳腰深准确度低下的问题。
-
公开(公告)号：CN117870568A
公开(公告)日：2024-04-12
申请号：CN202311753678.2
申请日：2023-12-18
Applicant: 潍坊现代农业山东省实验室
Abstract: 本申请提供了一种花生壳腰深的测量方法和测量装置。该方法包括：获取花生壳轮廓图像；在花生壳轮廓图像上，采用花生壳轮廓图像的最小外接矩形确定第一目标凸出点、第一顶点和第二顶点；在花生壳轮廓图像的坐标系下，根据第一目标凸出点、第一顶点和第二顶点，确定目标线段；在花生壳轮廓图像的坐标系下，根据目标线段，确定目标凹陷点；在花生壳轮廓图像的坐标系下，计算目标线段和目标凹陷点之间的垂直距离，得到花生壳的单侧的腰深。该方法解决了现有技术中人工使用标尺测量花生壳腰深准确度低下的问题。
-
公开(公告)号：CN116868971A
公开(公告)日：2023-10-13
申请号：CN202311060319.9
申请日：2023-08-22
Applicant: 镇江禾硕科技孵化有限公司 , 潍坊现代农业山东省实验室
Abstract: 本发明公开了一种草莓种植用环保除虫装置，属于草莓种植技术领域，包括上壳，所述上壳内侧壁下部通过第二安装架安装有电网，所述上壳下部开口处安装有倒置漏斗，所述倒置漏斗底部边缘处安装有第一灯环，所述上壳内侧壁顶部安装有第二灯环，所述上壳内侧壁左右两侧均通过连架安装有硬质风管，本发明公开的草莓种植用环保除虫装置的上壳底部开口处设置有使飞虫易进难出的倒置漏斗，配合诱虫灯组件和诱虫盘组件，方便捕虫杀虫且捕入上壳内的飞虫难以逃脱，上壳内设置有往复旋转组件驱动的两组风嘴，可清吹电网上电死的飞虫，保持电网始终高效的杀虫效果，设置有易于放出死虫的组件，可快速清理上壳内的死虫。
-
Patent Agency Ranking
公开(公告)号：CN117590858A
公开(公告)日：2024-02-23
申请号：CN202410081791.9
申请日：2024-01-19
Applicant: 潍坊现代农业山东省实验室
IPC: G05D1/43 , H04W4/024 , H04W4/44 , G01C21/20 , G05D1/243 , G05D1/242 , G05D1/246 , G05D1/633 , G05D105/15
Abstract: 本申请提供了一种大棚无人车导航方法和大棚无人车导航系统。该方法包括：至少从云端服务器获取大棚SLAM地图，并控制交互面板显示大棚SLAM地图；从交互面板获取第一目标坐标序列；根据第一目标坐标序列和坐标映射关系，确定第二目标坐标序列；至少通过云端服务器将第二目标坐标序列发送至无人车，使无人车按照第一目标路径行驶。该方法解决了现有技术中的大棚无人车导航方法无法兼顾减小人力资源消耗和导航精确性的问题。
-
公开(公告)号：CN119472649A
公开(公告)日：2025-02-18
申请号：CN202411478916.8
申请日：2024-10-22
Applicant: 潍坊现代农业山东省实验室
Abstract: 本申请公开了一种后装式喷药设备的目标参数确定方法、装置及计算机设备。其中，该方法包括：获取目标车辆的行驶参数，目标车辆为待安装后装式喷药设备的车辆，行驶参数至少包括：目标车辆的行驶速度、目标车辆上的相机参数；采用预设遗传算法模型至少对目标车辆的行驶速度、目标车辆上的相机参数进行分析，并在满足预设规则的情况下，得到目标参数，目标参数至少包括：后装式喷药设备中的喷头数量、喷头高度和喷施重叠率，预设规则至少用于对目标车辆的行驶速度、目标车辆上的相机参数和目标参数进行约束。本申请至少解决了相关技术中由于固定的喷头配置和简单的机械调节方式导致喷药设备适配性较低的技术问题。
-
公开(公告)号：CN119200621A
公开(公告)日：2024-12-27
申请号：CN202411713878.X
申请日：2024-11-27
Applicant: 潍坊现代农业山东省实验室
Abstract: 本申请公开了一种无人作业设备的作业方法、系统及装置。其中，该方法包括：接收用户侧的交互设备发送的作业指令，其中，作业指令中至少包括无人作业设备标识以及至少一个待作业的地块；获取至少一个待作业的地块对应的第一作业单元，其中，第一作业单元为对至少一个待作业的地块进行组合得到的；获取无人作业设备标识所对应的无人作业设备的作业参数，并基于作业参数生成第一作业单元对应的作业路径；将作业路径发送至无人作业设备。本申请解决了相关技术所采用的无人作业设备导航系统在多地块作业时，地块间的切换路径往往需要手动规划，操作复杂、作业效率低下的技术问题。
-
公开(公告)号：CN119723335A
公开(公告)日：2025-03-28
申请号：CN202411773158.2
申请日：2024-12-04
Applicant: 潍坊现代农业山东省实验室 , 中国农业科学院植物保护研究所
IPC: G06V20/10 , G06V20/70 , G06V10/25 , G06V10/26 , G06V10/75 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种基于融合网络的杂草区域识别方法、装置及电子设备。其中，该方法包括：获取待识别图像，其中，待识别图像包括农作物以及杂草；采用融合模型中的第一模型识别待识别图像中农作物对应的第一边界框，以及采用融合模型中的第二模型识别待识别图像中的植物对应的第二边界框，其中，第二边界框包括第一边界框，植物包括农作物以及杂草；依据第二边界框以及第一边界框确定待识别图像中杂草所在的目标区域。本申请解决了相关技术在识别杂草时需要构建大量的杂草数据集进行模型训练，并且识别过程对光照变化敏感，导致成本较高，准确率低的技术问题。
-
公开(公告)号：CN119723334A
公开(公告)日：2025-03-28
申请号：CN202411773157.8
申请日：2024-12-04
Applicant: 潍坊现代农业山东省实验室 , 中国农业科学院植物保护研究所
Abstract: 本申请公开了一种基于组合网络的杂草识别方法及装置。其中，该方法包括：采集农田区域的原始图像；采用预先训练的组合模型的语义分割模型从原始图像中识别出作物区域；采用除草方式对应的预设图像处理方式对原始图像进行处理，得到待处理图像；采用组合模型中的图像分类模型识别出待处理图像内的杂草区域。本申请解决了相关技术中杂草识别准确度较低的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.03 seconds)
