公开(公告)号：CN107657633A

公开(公告)日：2018-02-02

申请号：CN201710900797.4

申请日：2017-09-28

Applicant: 哈尔滨工业大学

Inventor： 王娜 ,  吴健宇 ,  吴芝路

IPC: G06T7/45 ,  G06T7/62 ,  G06N3/08 ,  G01B11/28

CPC classification number: G06T7/45 ,  G01B11/285 ,  G06N3/084 ,  G06T7/62 ,  G06T2207/10004 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30188

Abstract: 本发明提供了一种基于BP神经网络和传感器数据采集的土地秸秆覆盖率测算方法，本发明是为了解决由于人工拉绳法测量效率低,误差大，劳动强度大等缺点，以及在测算过程中由于人为因素带来的局限而提出的。包括：每隔固定时间采集秸秆还田作业后的图像数据；在获取的图像数据中截取预设大小的图像块作为样本；计算所述样本中的五种纹理特征值：能量、惯性矩、熵、相关性、逆差矩；构建具有输入层、隐含层以及输出层的BP神经网络；对神经网络进行训练：利用神经网络处理待测图像：并根据分类结果对图像进行二值化处理；根据根据白色像素点数量占图像总像素数量比例计算秸秆覆盖率。本发明适用于土地秸秆覆盖率测算。

公开(公告)号：CN110120042A

公开(公告)日：2019-08-13

申请号：CN201910400617.5

申请日：2019-05-13

Applicant: 哈尔滨工业大学

Inventor： 吴健宇 ,  李波 ,  尹振东 ,  吴芝路 ,  马波 ,  吴明阳

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136

Abstract: 一种基于SLIC超像素和自动阈值分割的农作物图像病虫害区域提取方法，涉及基于图像处理的农作物病虫害检测领域。本发明通过对上传图像信息进行图像预处理，然后根据SLIC超像素分割算法将图像分割为若干超像素区域，从而提取病虫害叶片的边缘信息；以分割为超像素的图片为基础，通过直方图相交法合并超像素区域，从而将农作物叶片从背景干扰中提取出来。最后通过对叶片进行像素点遍历，利用叶片图像中正常区域与病虫害区域图像纹理相差较大的原理，设置自动阈值迭代将病虫害区域与健康区域分割开，具有较高的提取精度和效率。

公开(公告)号：CN106989664A

公开(公告)日：2017-07-28

申请号：CN201710379117.9

申请日：2017-05-25

Applicant: 哈尔滨工业大学

Inventor： 尹振东 ,  赵京元 ,  吴芝路 ,  吴健宇 ,  马波 ,  李波

IPC: G01B7/26

CPC classification number: G01B7/26

Abstract: 基于单元格扫描和GPS轨迹插值的土地深松合格率获取方法，本发明涉及土地深松合格率获取方法。本发明的目的是为了解决现有方法计算土地深松合格率精度低，且存在作弊的问题。过程为：步骤一：数据采集：通过安装在农机设备上的GPS定位装置和深松传感器每隔固定时间采集农机经纬度坐标和深松作业深度；步骤二：坐标转换：将采集的农机经纬度坐标按照高斯投影变换转换为平面直角坐标系下的XY坐标；步骤三：分段插值；步骤四：构建外切矩形；步骤五：扫描，获取土地深松合格率M÷N×100％。本发明用于土地深松合格率领域。

公开(公告)号：CN110120042B

公开(公告)日：2023-07-14

申请号：CN201910400617.5

申请日：2019-05-13

Applicant: 哈尔滨工业大学

Inventor： 尹振东 ,  李大森 ,  吴健宇 ,  吴芝路 ,  吴明阳 ,  李波 ,  马波

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136

Abstract: 一种基于SLIC超像素和自动阈值分割的农作物图像病虫害区域提取方法，涉及基于图像处理的农作物病虫害检测领域。本发明通过对上传图像信息进行图像预处理，然后根据SLIC超像素分割算法将图像分割为若干超像素区域，从而提取病虫害叶片的边缘信息；以分割为超像素的图片为基础，通过直方图相交法合并超像素区域，从而将农作物叶片从背景干扰中提取出来。最后通过对叶片进行像素点遍历，利用叶片图像中正常区域与病虫害区域图像纹理相差较大的原理，设置自动阈值迭代将病虫害区域与健康区域分割开，具有较高的提取精度和效率。