基于智能手机的食品质量检测方法及系统

    公开(公告)号:CN108593567A

    公开(公告)日:2018-09-28

    申请号:CN201810411052.6

    申请日:2018-05-02

    Applicant: 江南大学

    Abstract: 本发明的基于智能手机的食品质量检测方法及系统。包括使用软件控制手机屏幕或外接光源发出不同颜色的单色光并照射样品,使用前置相机采集样品在每种单色光下发出的图像,并构建食品质量识别人工神经网络。获取已知质量的样品在各种单色光下的图像,构建训练数据集和测试数据集,并训练构建的人工神经网络。使用训练好的神经网络对待检样品释放出的图像进行处理。常用的光谱仪价格昂贵且体积较大,本发明提供一套基于智能手机的食品质量检测分析方法和系统,能够运行在大众的智能手机上,推动食品安全问题的解决。

    一种基于图像处理的水果防伪溯源系统及方法

    公开(公告)号:CN108389062A

    公开(公告)日:2018-08-10

    申请号:CN201810440835.7

    申请日:2018-05-10

    CPC classification number: G06Q30/0185

    Abstract: 一种基于图像处理的水果防伪溯源系统及方法,属于物联网技术领域。该系统包括生厂商客户端子系统、购买者客户端子系统、服务器端子系统和中心数据库。服务器端子系统包括网络数据通信模块、数据库操作模块、网络服务解析模块、防伪验证模块和图像处理模块。生产商客户端子系统包括网络数据通信模块、数据解析模块、操作界面显示模块、图像采集模块和防伪标签生成模块。购买者客户端子系统包括网络数据通信模块、操作界面显示模块、图像采集模块和数据解析模块。本系统根据水果本身的图像特征进行验证,避免了虚假验证网站或系统提供的虚假验证信息,提高了对水果品质的保证和防伪溯源的可靠程度;对来自不同销售商的水果验证时操作方便且环保。

    一种介质光学参数估计装置及方法

    公开(公告)号:CN108362667A

    公开(公告)日:2018-08-03

    申请号:CN201810440817.9

    申请日:2018-05-10

    CPC classification number: G01N21/47 G01N21/31 G01N21/84

    Abstract: 本发明提供一种介质光学参数估计装置及方法,属于光学参数识别领域。该装置包括单色光发生器、电机驱动器、PLC控制器、单色光反光镜、CMOS相机、手动升降台、手动平移轴、驱动电机以及主控计算机。该装置能够通检测采集离样品表面不同高度、不同反射角度下的多幅光谱图像信息,并通过手动升降台来调整检测样品的位置以获取最佳光谱图像。主控计算机中的参数识别模块对光谱仪得到的大量不同距离下的光子强度分布图像进行深度学习,从而得到样品材料的光学特性参数,如吸收系数、散射系数、异向性系数和同向性系数等。本发明为各种样品的材料的光学特性、污损的检测提供了全面准确的数据,在样品的检测研究中具备更可靠的功能。

    基于轻量级深度学习的语音短指令识别方法及系统

    公开(公告)号:CN114141239A

    公开(公告)日:2022-03-04

    申请号:CN202111435113.0

    申请日:2021-11-29

    Applicant: 江南大学

    Abstract: 本发明涉及一种基于轻量级深度学习模型的语音短指令识别方法及系统。本发明以手机实测的数据为基础,将连续短指令数据手动分段为短指令片段;其次根据分帧、加窗、短时傅里叶变换得到梅尔语谱图,使用梅尔滤波器、取对数后平方、离散余弦变换操作得到梅尔倒频谱系数特征;最后将梅尔语谱图和梅尔倒频谱系数作为特征,使用卷积神经网络进行分类识别。通过本发明的方法,不需要进行降噪等操作便可实现短指令的自动识别。

    基于长短时记忆网络的大田植被覆盖率指标的预测方法

    公开(公告)号:CN108960530A

    公开(公告)日:2018-12-07

    申请号:CN201810834676.9

    申请日:2018-07-26

    CPC classification number: G06Q10/04 G06N3/08 G06Q50/02

    Abstract: 本发明涉及一种基于长短时记忆网络的大田植被覆盖率指标的预测方法,主要包括如下步骤:S1:使用过去几年试验大田中的空气湿度、空气温度、二氧化碳、土壤水分、土壤温度、植被覆盖率指标rvi和相对应的采集时间周期的数据,构建数据集;S2:对数据集内的空气湿度、空气温度、二氧化碳、土壤水分、土壤温度、植被覆盖率指标rvi和时间周期数据进行必要的滤波清洗,并对数据进行归一化处理后,建立样本集。可以预测用户设定时间范围内的植被覆盖率rvi数值,达到提前预报的效果,使得用户可以提前预测植被覆盖率,反映植被覆盖度和生长状况的差异,用户可以根据植被覆盖率的大小,规划施肥,灌溉等改善植物生长状态操作,提高了种植效率和种植成本。

    植株叶片的信息获取方法和植株叶片信息采集系统

    公开(公告)号:CN108871235A

    公开(公告)日:2018-11-23

    申请号:CN201810394498.2

    申请日:2018-04-27

    Abstract: 本发明涉及植株叶片的信息获取方法和植株叶片信息采集系统。包括对单片叶面积的计算,以及单片叶倾角的提取。本发明采用二维定位图像采集以及图像处理的方式,在农田间采集植株叶子的图像信息。通过树莓派摄像头采集两个位置的图像信息,得到叶片的水平和垂直二维图像信息。通过相机距离叶片的远近,确定图像缩放系数。水平图像经过opencv函数库进行灰度转换、二值化、边缘检测等图像处理方法得到叶子的叶倾角;通过叶倾角和垂直图像投影信息,计算每一片的叶面积。本方法测量速度快,可以实现对植株单片叶子倾角和面积进行精确的测量,叶倾角和叶面积的误差都在4%左右。

Patent Agency Ranking