申请/专利权人：安徽农业大学

申请日：2024-03-09

公开（公告）日：2024-04-09

公开（公告）号：CN117854029A

主分类号：G06V20/56

分类号：G06V20/56;G06V10/26;G06V10/762;G06V10/44;G06V10/80;G06V10/764;G06V10/82;G06V10/25;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明属于农作物根行预测技术领域，提供了一种基于机器视觉的智慧农业作物根行预测方法，首先，建立了多个时期的玉米田间数据库，包括大风，高杂草压力、缺苗等情况；随后将Deeplabv3+和Moblienetv3神经网络进行融合，得到一个轻量级语义分割网络，对数据集进行训练，得到最优模型对玉米冠层中心区域进行预测；接着采用水平条带划分、中心聚类算法提取特征点，采用最小二乘法进行特征点拟合得到作物冠层检测线；本发明通过对Deeplabv3+网络进行改进，得到了一种轻量级的语义分割深度神经网络，适用于不同时期玉米作物的冠层中心区域分割，在实时性和准确性上都非常有竞争力。

主权项：1.一种基于机器视觉的智慧农业作物根行预测方法，其特征在于：包括以下步骤：步骤一：首先基于RGB工业相机构建了多时期的玉米作物数据集CornImageset，然后对玉米作物数据集CornImageset进行特征点提取；步骤二：接着对提取的玉米作物数据集CornImageset进行构建神经网络算法模型；步骤三：然后根据神经网络算法模型对智慧农业作物根行进行预测。

全文数据：

权利要求：

百度查询： 安徽农业大学 一种基于机器视觉的智慧农业作物根行预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD