-
公开(公告)号：CN119723110A
公开(公告)日：2025-03-28
申请号：CN202411857765.7
申请日：2024-12-17
Applicant: 吉林农业大学
IPC: G06V10/44 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/0464 , G06V10/25 , G06V20/10
Abstract: 本发明公开一种基于苗带分割的田间航线提取方法及系统，涉及图像识别技术领域，包括：建立玉米田多样化数据集，采用边缘贴合策略标注方法进行数据标注；使用Local‑SegNeXt网络对苗带进行分割，Local‑SegNeXt网络采用多尺度卷积注意力作为编码器，并构建Local模块以精细化局部语义特征提取，增强对苗带图像特征的感知力；自适应提取感兴趣区域，根据作物行实例分割结果确定苗带区域，并采用自适应算法剔除冗余标签，仅保留导航所需的作物行作为感兴趣区域；采用改进的抽样一致性拟合航线方法提取导航线，利用梯度方向对RANSAC算法中随机抽取的样本进行约束，找到一组高质量的内点，进而确当前车道中心线。本发明找到ROI区域中高质量的中心点拟合导航线，提供可靠的航线信息。
-
公开(公告)号：CN119313766A
公开(公告)日：2025-01-14
申请号：CN202411481589.1
申请日：2024-10-23
Applicant: 吉林农业大学
IPC: G06T11/00 , G06V10/762 , G06V10/764 , G06F17/16 , G06T5/70 , G06V10/75
Abstract: 本发明公开一种基于FSD‑GIRA的鬼成像目标重建方法，涉及数字图像处理技术领域，本发明技术方案使用模糊聚类算法对光路探测器光场强度测量矩阵的特征值进行分类，通过奇异值分解将其重构，实现鬼成像系统测量数据的降维处理，提出WE‑FOMP‑CG算法，通过结合广义正交匹配追踪、共轭梯度方法和多阈值小波降噪方法，优化了稀疏信号的恢复；在每次迭代中选择最相关的传感矩阵列，用PCG解线性方程组，并对结果进行小波预处理和多阈值去噪，更新恢复估计。提高了计算效率和收敛速度，并在高噪声环境下提供了更精确的恢复结果。还提出了WBDH算法，该算法利用双重去噪机制，包括小波变换和BM3D方法，以保证恢复出的图像细节和结构得以保留，从而进一步提高鬼成像目标重建质量。
-
公开(公告)号：CN118470712A
公开(公告)日：2024-08-09
申请号：CN202410927971.4
申请日：2024-07-11
Applicant: 吉林农业大学
IPC: G06V20/68 , G06N3/0455 , G06N3/082 , G06V10/22 , G06V10/25 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/82
Abstract: 本发明公开一种玉米株心识别方法，涉及图像识别技术领域，包括以下步骤：边缘精度处理：将采集到的数据图像进行边缘填充，并逐个进行标注；构建网络模型：构建包括主干网络和自适性的轻量化渐进特征金字塔网络的网络模型，自适性的轻量化渐进特征金字塔网络在大尺寸目标检测层输出前引入具有选择性的注意力机制；株心定位：使用色彩空间滤波算法分割叶冠区域，使用间隙填充算法区分背景和叶冠区域，利用图像矩原理准确计算株心坐标。本发明针对旋转边界框旋转角度受图片边缘限制，无法准确标注边角信息的问题，设计了高精度边缘标注策略，通过扩展图片的边缘区域，确保对图片边缘进行准确的标注，进而提高玉米株心坐标的计算准确度。
-
公开(公告)号：CN118154855A
公开(公告)日：2024-06-07
申请号：CN202410566271.7
申请日：2024-05-09
Applicant: 吉林农业大学
Abstract: 本发明公开一种绿色果实伪装目标检测方法，包括以下步骤：图像数据的处理及标注；采用MobileVit作为骨干网络，准确提取低层和高层特征中编码对象的结构信息和更清晰的语义信息；利用多个边缘引导特征模块集成来自‑多级骨干特征，通过全局平均池化模块引导特征学习并增强边界表示；设计的纹理‑边界感知模块使用三个不同大小的滤波器来提取不同尺度和级别上的信息，并且将所有信息连接起来以确保捕获所有有效特征。最后，引入上下文聚合模块通过一系列螺旋卷积挖掘和聚合多尺度上下文语义，以生成具有更强和更有效表示的特征。本发明提出的方法可有效应对复杂农田背景下绿色果实的检测，进一步辅助植保机器人进行精准采摘并实现果实早期产量预测。
-
公开(公告)号：CN119313766B
公开(公告)日：2025-05-16
申请号：CN202411481589.1
申请日：2024-10-23
Applicant: 吉林农业大学
IPC: G06T11/00 , G06V10/762 , G06V10/764 , G06F17/16 , G06T5/70 , G06V10/75
Abstract: 本发明公开一种基于FSD‑GIRA的鬼成像目标重建方法，涉及数字图像处理技术领域，本发明技术方案使用模糊聚类算法对光路探测器光场强度测量矩阵的特征值进行分类，通过奇异值分解将其重构，实现鬼成像系统测量数据的降维处理，提出WE‑FOMP‑CG算法，通过结合广义正交匹配追踪、共轭梯度方法和多阈值小波降噪方法，优化了稀疏信号的恢复；在每次迭代中选择最相关的传感矩阵列，用PCG解线性方程组，并对结果进行小波预处理和多阈值去噪，更新恢复估计。提高了计算效率和收敛速度，并在高噪声环境下提供了更精确的恢复结果。还提出了WBDH算法，该算法利用双重去噪机制，包括小波变换和BM3D方法，以保证恢复出的图像细节和结构得以保留，从而进一步提高鬼成像目标重建质量。
-
Patent Agency Ranking
公开(公告)号：CN119198788A
公开(公告)日：2024-12-27
申请号：CN202411323151.0
申请日：2024-09-23
Applicant: 吉林农业大学
IPC: G01N22/04
Abstract: 本发明公开了一种基于微波反射正交混频的粮食含水率检测装置及其检测方法，属于微波应用技术领域，包括被测样品、样品容器、前端面板、装置外壳及位于装置外壳内部的微波振荡器、功率分配器、正交混频器、环形器、收发复用天线、滑动支架、导轨单元及控制单元；本发明采用正交混频技术，设计相应的收发复用天线，通过收发复用天线的移动，实现空间行驻波信号的连续测量，正交混频器将微波发射信号与样品作用后的反射信号进行正交混频，通过控制单元处理分析信号，建立函数关系式反演粮食含水率，实现粮食含水率实时测量。本发明提高微波含水率检测装置的便携性及测量精度，使测量结果不受材料厚度及堆积密度影响，可以实现对颗粒状粮食含水率的快速、无损、高精度检测。
-
公开(公告)号：CN118942123B
公开(公告)日：2024-12-24
申请号：CN202411411545.1
申请日：2024-10-11
Applicant: 吉林农业大学
IPC: G06V40/10 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种基于MG‑ShuffleNet网络结构的冬捕鱼分类识别方法，属于图像识别和深度学习技术领域，根据冬捕鱼图像特征，将模型Stage2、Stage3和Stage4中的基本单元堆叠次数缩减一半（向下取整）；重新设计ShuffleNet V2的整体架构，采用提出的多尺度空洞融合模块替换ShuffleNet V2基本单元和下采样单元中的卷积，并删除右分支中不重要的卷积，旨在通过利用多种空洞率增强特征表达，并降低网络的参数量和计算量。设计了一种全局通道‑空间注意力模块，该模块旨在捕捉特征图中的全局依赖关系，提高模型性能。为了进一步提高模型的识别精度，并使用Mish激活函数来替代传统的ReLU激活函数。此外，将最大池化替换为平均池化，以增强模型的鲁棒性。
-
公开(公告)号：CN118470712B
公开(公告)日：2024-10-29
申请号：CN202410927971.4
申请日：2024-07-11
Applicant: 吉林农业大学
IPC: G06V20/68 , G06N3/0455 , G06N3/082 , G06V10/22 , G06V10/25 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/82
Abstract: 本发明公开一种玉米株心识别方法，涉及图像识别技术领域，包括以下步骤：边缘精度处理：将采集到的数据图像进行边缘填充，并逐个进行标注；构建网络模型：构建包括主干网络和自适性的轻量化渐进特征金字塔网络的网络模型，自适性的轻量化渐进特征金字塔网络在大尺寸目标检测层输出前引入具有选择性的注意力机制；株心定位：使用色彩空间滤波算法分割叶冠区域，使用间隙填充算法区分背景和叶冠区域，利用图像矩原理准确计算株心坐标。本发明针对旋转边界框旋转角度受图片边缘限制，无法准确标注边角信息的问题，设计了高精度边缘标注策略，通过扩展图片的边缘区域，确保对图片边缘进行准确的标注，进而提高玉米株心坐标的计算准确度。
-
公开(公告)号：CN115661544A
公开(公告)日：2023-01-31
申请号：CN202211389124.4
申请日：2022-11-08
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于N‑MobileNetXt的菠菜幼苗水分胁迫等级分类系统及方法，属于图像识别和深度学习技术领域，包括图像采集模块、图像预处理模块、图像特征提取模块及显示模块；图像采集模块加载一张菠菜幼苗图片或视频中的一帧作为输入；将采集的图像输入到图像处理模块进行图像预处理，处理好的待检测图像继续输入到图像特征提取模块中，图像特征提取模块将图像预处理模块发送的菠菜叶片图像进行特征提取并分级，并通过显示模块输出等级结果。本发明应用卷积神经网络，根据菠菜叶片图像识别菠菜幼苗的水分胁迫等级并分类，从而实现快速有效的菠菜幼苗水分胁迫检测以监测作物状态，为作物灌溉提供科学指导。
-
公开(公告)号：CN118154855B
公开(公告)日：2024-07-02
申请号：CN202410566271.7
申请日：2024-05-09
Applicant: 吉林农业大学
Abstract: 本发明公开一种绿色果实伪装目标检测方法，包括以下步骤：图像数据的处理及标注；采用MobileVit作为骨干网络，准确提取低层和高层特征中编码对象的结构信息和更清晰的语义信息；利用多个边缘引导特征模块集成来自‑多级骨干特征，通过全局平均池化模块引导特征学习并增强边界表示；设计的纹理‑边界感知模块使用三个不同大小的滤波器来提取不同尺度和级别上的信息，并且将所有信息连接起来以确保捕获所有有效特征。最后，引入上下文聚合模块通过一系列螺旋卷积挖掘和聚合多尺度上下文语义，以生成具有更强和更有效表示的特征。本发明提出的方法可有效应对复杂农田背景下绿色果实的检测，进一步辅助植保机器人进行精准采摘并实现果实早期产量预测。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.026 seconds)
