-
公开(公告)号：CN118275392A
公开(公告)日：2024-07-02
申请号：CN202410710699.4
申请日：2024-06-04
Applicant: 吉林农业大学
IPC: G01N21/39 , G01N21/01 , G01N21/03 , G01N1/44 , G05B19/042
Abstract: 本发明公开了一种基于滑动可调光学腔的多土壤养分含量自动检测装置，属于土壤养分检测技术领域。该装置包括：热裂解单元、光学腔检测单元和采集控制单元，所述热裂解单元、光学腔检测单元分别与采集控制单元连接；所述热裂解单元包括依次通过管道连接的进气部、土壤裂解部和净气部。该装置通过设置可调节的光学腔以适应多种气体测量量程，能够以自动化的技术节约检测成本并极大的提高检测精度。
-
公开(公告)号：CN118275392B
公开(公告)日：2024-08-02
申请号：CN202410710699.4
申请日：2024-06-04
Applicant: 吉林农业大学
IPC: G01N21/39 , G01N21/01 , G01N21/03 , G01N1/44 , G05B19/042
Abstract: 本发明公开了一种基于滑动可调光学腔的多土壤养分含量自动检测装置，属于土壤养分检测技术领域。该装置包括：热裂解单元、光学腔检测单元和采集控制单元，所述热裂解单元、光学腔检测单元分别与采集控制单元连接；所述热裂解单元包括依次通过管道连接的进气部、土壤裂解部和净气部。该装置通过设置可调节的光学腔以适应多种气体测量量程，能够以自动化的技术节约检测成本并极大的提高检测精度。
-
公开(公告)号：CN111414896A
公开(公告)日：2020-07-14
申请号：CN202010280895.4
申请日：2020-04-10
Applicant: 吉林农业大学
Abstract: 本发明公开了一种基于卷积神经网络农作物病害图像识别方法，包括如下步骤：S1、基于无人机定时定点的进行农作物图像的采集；S2、读取农作物图像内载的POS数据，并基于Faster R-CNN模型实现农作物图像中病害区域的检测定位，生成病害区图像集；S3、基于DSSD_Xception_coco模型实现病害区图像中孔洞、斑点、害虫轨迹等的检测识别；S4、基于孔洞、斑点、害虫轨迹等的检测识别结果及其对应的病害区图像的POS数据输出病害识别结果，并完成各区域的病害情况统计。本发明实现了农作物病害的自动检测、识别和统计分析，进而提供对应的防治方案，为提高农作物病害预警奠定基础。
-
公开(公告)号：CN113096027B
公开(公告)日：2024-01-23
申请号：CN202110229082.7
申请日：2021-03-02
Applicant: 吉林农业大学
Abstract: 本发明提供一种基于点云的农田土壤层水平校正及去除方法，首先利用深度相机获取农田土壤层的可见光图像及图像对应的深度信息，经过差值计算获得植株的三维点云数据，并将获得的田间植株的三维点云数据分类储存在计算机中；然后利用点云处理工具，将得到的三维点云数据逐步经过随机采样一致性算法进行土壤层拟合、得到拟合后的土壤层水平面，再将拟合后的土壤层水平面的点云通过罗德里格旋转算法进行土壤层水平校正，最后根据预设阈值将土壤层去除。该方法有效避免三维扫描过程中可能存在的无关环境点云给表型参数计算带来的复杂性，提高植物表型计算的准确程度、实现植株表型的精确测量。
-
公开(公告)号：CN113096027A
公开(公告)日：2021-07-09
申请号：CN202110229082.7
申请日：2021-03-02
Applicant: 吉林农业大学
Abstract: 本发明提供一种基于点云的农田土壤层水平校正及去除方法，首先利用深度相机获取农田土壤层的可见光图像及图像对应的深度信息，经过差值计算获得植株的三维点云数据，并将获得的田间植株的三维点云数据分类储存在计算机中；然后利用点云处理工具，将得到的三维点云数据逐步经过随机采样一致性算法进行土壤层拟合、得到拟合后的土壤层水平面，再将拟合后的土壤层水平面的点云通过罗德里格旋转算法进行土壤层水平校正，最后根据预设阈值将土壤层去除。该方法有效避免三维扫描过程中可能存在的无关环境点云给表型参数计算带来的复杂性，提高植物表型计算的准确程度、实现植株表型的精确测量。
-
Patent Agency Ranking
公开(公告)号：CN107807540A
公开(公告)日：2018-03-16
申请号：CN201710991145.6
申请日：2017-10-16
Applicant: 吉林农业大学
IPC: G05B17/02
CPC classification number: G05B17/02
Abstract: 本发明公开了一种基于图像处理的农业智能平台，包括视频采集模块、视频数据处理模块、种植区空间信息监测模块、环境参数采集模块、三维重构模块、中央处理器、预测分析模块、专家评估模块、物理模型构建模块、虚拟参数作动模块、虚拟传感器和仿真分析模块。本发明实现了对种植区作物品种、作物生长状态、种植环境参数以及作物总体覆盖面的实时监测分析，为后期种植方案的修改和调整提供了参考性的意见，一定程度上提高了作物的产量和品质；同时所有的数据均按预设的算法分类储存在指定的数据库内，在实现各种植区作物种植数据共享的同时，也方面了用于对数据的查询和调用。
-
公开(公告)号：CN104102910B
公开(公告)日：2017-06-09
申请号：CN201410384978.2
申请日：2014-08-07
Applicant: 吉林农业大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于时空局部模式的体育视频战术行为识别方法，属于视频内容理解技术领域。使用局部时空模式实现体育视频中团队协作比赛的战术视频行为识别。区别于当前以轨迹特征作为战术行为识别的方法。对视频帧序列图像，提出改进时空局部回归核作为特征检测子检测运动显著性区域，直接使用运动显著性区域作为特征单词构建视觉特征词袋模型，用于战术行为识别。克服了多目标轨迹提取过程中由于复杂背景等因素对于多目标轨迹提取的影响，利用局部时空模式特征及其时空分布作为战术表示，降低识别方法复杂性，同时提高方法的实用性。针对视频大数据量，有效提高检测算子的检测效率。
-
公开(公告)号：CN118070245B
公开(公告)日：2024-07-19
申请号：CN202410274534.7
申请日：2024-03-11
Applicant: 吉林农业大学
Abstract: 本发明涉及土壤氮素养分含量测算技术领域，具体的说是基于卫星遥感数据的种植玉米土壤氮素养分含量测算方法，该测算方法包括以下步骤：步骤一、目标区数据采集：获取目标区卫星遥感影像数据和土壤实测数据，得到目标区数据；步骤二、数据预处理：对获取的目标区数据预处理，得到目标特征数据；步骤三、构建土壤氮素养分含量反演测算模型：将所述目标特征数据输入改进卷积神经网络，训练得到土壤氮素养分含量反演测算模型；本发明基于改进逐步回归、卷积神经网络算法构建土壤氮素养分含量反演测算模型，能够系统性、精准的对种植玉米土壤氮素养分含量进行测算，可以根据土壤氮素养分含量测算数据进行氮肥施肥，施肥精准。
-
公开(公告)号：CN118278617A
公开(公告)日：2024-07-02
申请号：CN202410551339.4
申请日：2024-05-07
Applicant: 吉林农业大学
IPC: G06Q10/063 , G06Q10/04 , G06Q50/02 , G06V20/10 , G16Y10/05
Abstract: 本发明涉及雨养农作区玉米智能灌溉技术领域，具体的说是该灌溉方法包括以下步骤：步骤1、基于地理信息技术确定雨养农作区玉米种植网格目标区域，获取网格目标区域玉米种植的潜在单产量、适宜种植面积和玉米种植最小灌溉需水量；步骤2、基于大数据技术，建立雨养农作区玉米种植网格目标区域的物联网信息平台；步骤3、基于遥感与物联网技术，构建基于深层神经网络的雨养农作区玉米种植网格目标区域的土壤含水量预测模型；本发明实现雨养农作区玉米种植土壤水分预测、降水预测，为雨养农作区玉米种植提供科学依据，确立目标区域玉米种植的灌溉面积、灌溉方式、玉米作物生长阶段的灌溉量及灌溉、施肥时间，优化灌溉节水性。
-
公开(公告)号：CN117710392A
公开(公告)日：2024-03-15
申请号：CN202311727600.3
申请日：2023-12-14
Applicant: 吉林农业大学
Abstract: 本发明公开了一种农业图像处理中的作物种植区域规划方法，包括如下步骤：步骤S1，利用GPS定位系统对整个种植区域进行定位；步骤S2，通过无人机对种植区域进行航拍；步骤S3，对航拍图进行图像分析；步骤S4，根据地形地貌特征对种植区进行区域划分；步骤S5，根据划分结果来拉线圈地。本发明提供了行之有效的具体理论划分方案以及区域实地划分技术，利用GPS定位技术和无人机摄像对种植区域进行实地信息采集，根据采集到图像信息对种植区域进行细致的理论划分，有利于提高对种植区域的划分合理性，根据图像信息对种植区域进行理论划分后，对种植区域进行实地划分，并设立围挡和指示牌，方便后期对种植区域进行有效管理。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.022 seconds)
