华南农业大学谭穗妍获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华南农业大学申请的专利叶菜种子精密育秧播种性能检测系统及其搭建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115937686B 。
龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211681629.8,技术领域涉及:G06V20/10;该发明授权叶菜种子精密育秧播种性能检测系统及其搭建方法是由谭穗妍;余杰;马旭;胡希红;王曦成;杨传艺;秦亦娟;陈嘉盈设计研发完成,并于2022-12-26向国家知识产权局提交的专利申请。
本叶菜种子精密育秧播种性能检测系统及其搭建方法在说明书摘要公布了:叶菜种子精密育秧播种性能检测系统及其搭建方法,包括:设计Qt跨平台框架,将训练好的深度学习网络模型和按键功能函数模块部署到树莓派4B的Bullseye系统;利用Qt控制工业相机对不同叶菜种子秧盘图像进行采集,实现秧盘图像的捕获、保存、选取打开、灰度化、二值化、种子检测;基于轮廓算法对每个秧穴位置进行定位,检测漏播的秧穴,并记录位置信息;基于深度学习网络框架对不同叶菜种子秧盘图像进行检测识别,构建叶菜种子分类及播种量检测的网络模型,并对比网络模型的检测准确率;选用评价指标来测试深度学习网络模型,选取最优的网络模型。本发明对叶菜种子研究及应用具有重要意义,属于叶菜种子播种性能识别技术领域。
本发明授权叶菜种子精密育秧播种性能检测系统及其搭建方法在权利要求书中公布了:1.叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,包括如下步骤: S1,设计Qt跨平台框架,将训练好的深度学习网络模型以及按键功能函数模块应用部署到树莓派4B的Bullseye系统; S2,利用Qt控制工业相机对不同叶菜种子秧盘图像进行采集,实现秧盘图像的捕获、保存、选取打开、灰度化、二值化以及种子检测功能; S3,基于轮廓算法对叶菜种子秧盘的每个秧穴位置进行定位,检测漏播的秧穴,并记录漏播秧穴的位置信息; S4,基于深度学习网络框架对不同叶菜种子秧盘图像进行检测识别,构建叶菜种子分类及播种量检测的网络模型,并对比不同网络模型的检测准确率; S5,选用评价指标来测试深度学习网络模型,从而选取最优的构建叶菜种子精密育秧播种性能检测的网络模型,作为叶菜种子精密育秧播种性能检测系统; 在步骤S3中,基于OpenCV进行轮廓算法检测秧穴位置的过程包括: S31,读取叶菜种子秧盘彩色图像,二值化处理; S32,检测轮廓; S33,轮廓分类; S34,绘制轮廓;绘制红色框表示不含叶菜种子的秧穴位置,绘制绿色框表示含有叶菜种子的秧穴位置,绿色圆点表示叶菜种子; S35,记录秧盘空穴的坐标位置,为后续补种装置提供补种位置信息; 步骤S33包括: S331,叶菜种子一般较小,秧穴的轮廓比种子的轮廓大,所以选取阈值n,当轮廓列表像素点值大于n为秧穴轮廓,轮廓列表像素点值小于n为种子轮廓; S332,检测到叶菜种子轮廓时,记录叶菜种子的坐标位置信息,并以该坐标为端点作一条射线,不具体生成; S333,循环取秧穴轮廓的两个坐标位置,与叶菜种子坐标构成两个向量,如果两个向量外积为零,且内积小于或等于零,则叶菜种子位于秧穴轮廓上; S334,重新调整两个向量,如果两个向量外积为正,且两个向量的终点位于射线两侧,则叶菜种子包含在秧穴轮廓里面。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南农业大学,其通讯地址为:510642 广东省广州市天河区五山路483号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励