-
公开(公告)号：CN114004056B
公开(公告)日：2025-05-16
申请号：CN202110993497.1
申请日：2021-08-27
Applicant: 扬州大学
IPC: G06F30/20 , G06T17/05 , G06F119/02
Abstract: 本发明公开了一种顾及时空异质性的基于极稀疏采样的高维比湿数据重建方法，包括以下步骤：将原始多维比湿数据重组为局部相似的子张量块；将得到的每个子张量块视作一个整体，对每个子张量块进行样本筛选，选取代表性样本，构建掩膜张量；基于大气分布结构模式，从不同尺度上提取每个子张量块数据上的大气环境多维信号的特征分量；进一步对不同尺度上的特征分量集合进行显著性检验，筛选显著性分量并进行特征重构；将每个块数据的特征重构数据与原始的子张量块数据分别进行加权求和，完成原始多维比湿数据的重建。
-
公开(公告)号：CN119579617A
公开(公告)日：2025-03-07
申请号：CN202411632721.4
申请日：2024-11-15
Applicant: 扬州大学
IPC: G06T7/11 , G06T7/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80
Abstract: 本发明属于图像识别检测技术领域，公开了一种多视角的小麦茎蘖数检测方法，包括：步骤一，田间数据获取，采集作物顶部和其两个侧面的多视角高分辨率可见光图像；步骤二，数据预处理，对多视角图像依次进行兴趣区域分割、透视投影以及目标提取，得到目标图像；步骤三，图像特征提取，从目标图像中提取冠层特征和侧式特征；步骤四，图像分析，特征相关性分析，筛选冠层图、侧式图中与茎蘖数检测相关的最佳特征；步骤五，建模与验证，结合采集的实际茎蘖数据利用随机森林回归算法构建模型并进行验证；步骤六，检测方法的应用。本发明减少了单一图像的特征在检测时存在的误差，同时基本不受作物茎秆粗细的影响，能大幅提升检测精度。
-
公开(公告)号：CN118578816A
公开(公告)日：2024-09-03
申请号：CN202410764910.0
申请日：2024-06-14
Applicant: 扬州大学
IPC: B60C23/06 , G06F18/2415 , G06F18/2135 , G06F18/25 , G06N3/047
Abstract: 本发明公开了一种基于多特征融合深度神经网络的智能非充气轮胎健康监测方法，包括以下步骤：采集非充气轮胎的加速度信号，提取加速度信号的特征参数，建立高维数据特征数据集；将高维特征数据划分为高维训练集和高维测试集；将高维测试集数据输入多特征降维模型，并利用训练好的模型对高维测试集数据降维；将降维后的低维特征数据输入贝叶斯优化深度神经网络分类器中进行训练，基于训练完成的分类模型，预测测试样本的故障类型；使用本发明能处理数量日益庞大且具有高维度非线性特性的设备运行数据，降低故障数据的维度，提升诊断性能，更好的捕获隐藏在数据中能够反映设备健康状况的有用信息。
-
公开(公告)号：CN118124306A
公开(公告)日：2024-06-04
申请号：CN202410283804.0
申请日：2024-03-13
Applicant: 扬州大学
Abstract: 本发明公开了一种手性混杂负泊松比结构的非充气轮胎。为解决上述技术问题，本发明提供如下技术方案：包括，辐板内圈；胎冠，其设于所述辐板内圈的外侧；以及，支撑机构，包括至少一层设于所述辐板内圈和胎冠之间的内凹蜂窝有手性结构层，所述内凹蜂窝有手性结构层由多个组合单元构成；所述组合单元的组合作用使支撑机构的泊松比为负；所述组合单元至少包括两个连接梁。通过设置新型的内凹蜂窝有手性结构层，相对现有技术，其在同等载荷的情况下，能够有效的减少轮胎自身所受的最大应力，从而有效避免轮胎自身材料因为高载荷在此的疲劳和损坏问题。
-
公开(公告)号：CN114550010A
公开(公告)日：2022-05-27
申请号：CN202210070630.0
申请日：2022-01-21
Applicant: 扬州大学
IPC: G06V20/17 , G06V20/68 , G06V10/28 , G06V10/44 , G06V10/56 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种稻虾种养系统沟坑占比航测方法，包括步骤：利用无人机获取稻虾种养系统的正射影像图；构建沟坑识别样本集和沟坑类型识别样本集；训练沟坑识别模型和沟坑类型识别模型；对待测稻虾种养系统进行沟坑识别，并对沟坑类型进行识别；提取沟坑区域，计算沟坑占比。本发明利用图像处理技术实现了沟坑占比测量和沟坑类型统计，解决了由于稻虾种养系统沟坑形状复杂多元且不规则导致的实地量测耗时费力以及偏差大、分类计算难以开展的问题。
-
Patent Agency Ranking
公开(公告)号：CN114549881A
公开(公告)日：2022-05-27
申请号：CN202210081094.4
申请日：2022-01-24
Applicant: 扬州大学
IPC: G06V10/762 , G06V20/17 , G06K9/62 , G06Q50/02
Abstract: 本发明公开了一种基于区域渐变植被指数的小麦早期茎蘖数估测方法，包括如下步骤：步骤一，图像获取：通过多光谱无人机采集田间图像；步骤二，麦苗区域提取，利用超绿值OTSU算法提取麦苗区域；步骤三，区域分级：计算步骤二麦苗区域的植被指数，利用K‑means算法将麦苗区域分为4类；步骤四，渐变特征提取；步骤五，构建渐变植被指数：利用步骤四提取的渐变特征，构建反映区域内植株的紧凑情况、分布均匀情况、粘连强度、紧凑粘连区域的占比情况的指数；步骤六，茎蘖数估测；步骤七，估测模型验证。本发明在植被指数(VIs)的基础上，首次提出小麦群体渐变特征(GCF)，能够较好的反映群体茎蘖状态，对常见模型茎蘖估测上均有较好的效果。
-
公开(公告)号：CN111982298A
公开(公告)日：2020-11-24
申请号：CN202010816717.9
申请日：2020-08-14
Applicant: 扬州大学
Abstract: 本发明公开了一种基于无人机的水稻冠层温度检测方法，包括以下步骤：1）搭建无人机检测系统：选取无人机、红外摄像头以及控制平台，同时建立相互之间的通信，将摄像头安装在无人机上；2）无人机航线规划：在平台上进行待测区域的规划，选取待测区域；3）确定飞行高度：基于飞行气流不对底面产生影响与照片像素清晰要求确定飞行高度；4）图像温度数据提取：利用红外摄像头进行地面图像的采集，设定采集的相邻图像的重复率在30-40%之间，随机选取采集到的图像中多块区域，并读取温度，取平均值作为该图像的水稻平均温度，并记录，本发明使得温度检测精度更高，效率更高。
-
公开(公告)号：CN111860220A
公开(公告)日：2020-10-30
申请号：CN202010619247.7
申请日：2020-06-30
Applicant: 扬州大学
Abstract: 本发明涉及一种小麦幼苗分布特征的评价方法，包括如下步骤：第一步，在目标麦田划定取样区域，分别定点幼苗位置Ai，确定各幼苗Ai与最近相邻幼苗的距离Ri，以Ri/2为半径，计算各幼苗所占的面积Si；第二步：分别计算每个取样区域内各幼苗面积的变异特性，以便于制定区域及区域周围的幼苗管理措施；第三步：计算每个取样区域内各幼苗Ri的距离变异特性以便于制定区域及区域周围的幼苗管理措施；第四步：边缘特性：将第一步中划定的各取样区域从区域边缘向中心偏移一固定的边缘距离划定为边缘区域，计算边缘区域的麦苗所占总面积与取样区域总面积的比值为边缘特性值；根据边缘特性评价方法确定边缘特性得分，以制定区域及区域周围的幼苗管理措施。
-
公开(公告)号：CN108169138B
公开(公告)日：2020-10-30
申请号：CN201711363467.2
申请日：2017-12-18
Applicant: 扬州大学
IPC: G01N21/17
Abstract: 本发明公开了一种利用热红外图像的水稻倒伏监测方法，农田图像获取，通过无人机搭载热红外成像设备，定点获取；特征值提取，通过图像分析工具Matlab提取目标区域的颜色特征值、纹理特征值和温度特征值；构建倒伏区域判别模型，利用步骤二中提取的特征值和已知的倒伏情况训练水稻倒伏识别模型；倒伏监测模型的校准：通过采集较多的倒伏水稻与非倒伏水稻样本对步骤三中训练的模型进行校准；倒伏模型验证：利用独立的样本对步骤四中已校准的模型进行验证。本发明利用热红外图像识别水稻倒伏区域与非倒伏区域的差异，为水稻倒伏监测提供有效的手段。
-
公开(公告)号：CN107256421B
公开(公告)日：2020-08-11
申请号：CN201710348422.1
申请日：2017-05-17
Applicant: 扬州大学
Abstract: 本发明涉及一种稻麦籽粒快速计数方法，包括以下步骤：籽粒图像获取：利用拍照设备垂直获取稻麦籽粒图像；籽粒提取：利用颜色特征提取籽粒；角点检测：利用角点检测算法提取籽粒粘连处的角点；闭合区域检测：利用闭合区域检测算法，检测粘连籽粒间构成的闭合区域数量；籽粒个数计算：籽粒个数=籽粒粘连处的角点数/2‑闭合区域数量+1。本发明计数方法计算效率高，同时籽粒个数测定的准确率不受人为因素的影响。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.024 seconds)
