“杂草识别”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果751886个，建议您升级VIP下载更多相关专利

[发明专利]稻田杂草种类识别方法及系统、目标位置检测方法及系统-CN201910437562.5有效
发明人：齐龙;邓向武;马旭;蒋郁;邓若玲;龚浩;刘闯;陶明;温志成;季传栋 -专利权人：华南农业大学
申请日： 2019-05-24 - 公布日： 2021-11-26 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种稻田杂草种类识别方法及系统、目标位置检测方法及系统，所述稻田杂草种类识别方法包括：根据杂草种类识别图像样本集，获取迁移学习训练集；根据迁移学习训练集，构建基于迁移学习的杂草种类识别模型；利用基于迁移学习的杂草种类识别模型对待识别杂草图像进行种类识别，输出待识别杂草图像的杂草类别；所述稻田杂草目标位置检测方法包括：根据杂草目标位置检测图像样本集，获取迁移学习训练集；根据迁移学习训练集，构建基于迁移学习的杂草目标位置检测模型；利用基于迁移学习的杂草目标位置检测模型对待检测杂草图像进行杂草目标位置检测，输出待检测杂草图像的杂草目标位置。本发明对稻田杂草的精准防控具有重要意义。
稻田杂草种类识别方法系统目标位置检测

[发明专利]杂草的识别方法、装置、设备及存储介质-CN202211348333.4在审
发明人：闫润强;李旭强;杨梓钰;邓柯珀;蒋茁 -专利权人：河南讯飞人工智能科技有限公司
申请日： 2022-10-31 - 公布日： 2023-03-07 - 主分类号： G06V20/10 文献下载
摘要：本申请提供了一种杂草的识别方法、装置、设备及存储介质，具体实现方案为：获取杂草图像及所述杂草图像中所有杂草的杂草描述信息；根据预先构建的杂草类别数据库以及所述杂草描述信息预测所述杂草图像中的杂草类别，得到第一预测杂草类别；根据所述杂草图像和所述杂草描述信息，进行杂草识别处理，得到第二预测杂草类别；根据所述第一预测杂草类别和所述第二预测杂草类别，确定杂草识别结果。根据本申请的技术方案，能够有效提升杂草的识别效果。
杂草识别方法装置设备存储介质

[发明专利]基于视觉识别的种植基地杂草清除系统-CN202310926214.0在审
发明人：王冲;何光虎;李黔黔;王润泽;李天勇;穆帝维 -专利权人：贵州嘉禾魔芋农业发展有限公司
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G06V20/10 文献下载
摘要：本发明提供基于视觉识别的种植基地杂草清除系统，涉及园林种植技术领域，包括导航控制系统和除草控制系统，导航控制系统电性连接设有杂草识别系统和图像处理系统，导航控制系统、图像处理系统、杂草识别系统和除草控制系统组成整个系统结构，通过图像处理系统对杂草识别系统采集的杂草图像进行图像增强和滤波降噪处理，使整个采集的图像更加清晰，便于通过杂草识别系统进行图像的精准识别分析，实现对杂草分布位置、密度和位置的精准定位，便于操控除草控制系统对识别后的杂草位置进行清除，实现对杂草的精准定位识别和杂草图像定位的清除使用，适用于种植基地的精准除草使用。
基于视觉识别种植基地杂草清除系统

[发明专利]杂草区域的识别方法和装置-CN202010537565.9有效
发明人：黄敬易 -专利权人：广州极飞科技股份有限公司
申请日： 2020-06-12 - 公布日： 2021-12-28 - 主分类号： G06T7/90 文献下载
摘要：本发明公开了一种杂草区域的识别方法和装置。其中，该方法包括：获取多张作物图像，并对多张作物图像进行处理，得到数据集；基于数据集对神经网络模型进行训练，得到作物区域识别模型；基于作物区域识别模型对包含杂草的图集进行识别的识别结果确定杂草识别模型；基于杂草识别模型对待识别区域的待识别图像进行识别，得到待识别区域中的杂草区域。本发明解决了现有技术中直接人工标记杂草所导致的数据标注工作量大的技术问题。
杂草区域识别方法装置

[发明专利]玉米杂草遮挡确定方法、装置、机器人、设备及存储介质-CN202011280768.0有效
发明人：李绍稳;孟余耀;张乐;梁晋欣;李志强;傅雷扬;金秀 -专利权人：安徽农业大学
申请日： 2020-11-16 - 公布日： 2022-10-28 - 主分类号： G06V20/10 文献下载
摘要：本发明适用人工智能技术领域，提供玉米杂草遮挡确定方法、装置、机器人、设备及存储介质，包括：根据预设深度网络模型，在玉米和杂草图像数据集中确定玉米识别框和杂草识别框及其轮廓坐标信息；当判断玉米识别框和杂草识别框存在重合面积时，则分别提取存在重合面积的玉米识别框和杂草识别框中的图像信息，对其进行阈值分割及轮廓提取处理，得到玉米识别框和杂草识别框内图像信息的轮廓坐标信息；当判断玉米识别框和杂草识别框内图像信息的轮廓坐标信息存在超过预设重合轮廓坐标点数量阈值时，确定玉米和杂草存在遮挡关系。本发明将深度学习、图像处理与田间除草相结合，实现精确判断玉米与杂草之间的遮挡情况，在机器人除草领域具高实用价值。
玉米杂草遮挡确定方法装置机器人设备存储介质

[发明专利]一种基于机器学习的杂草与作物识别方法-CN202210484640.9在审
发明人：丁梦寒;余心杰;饶德燊;李鑫 -专利权人：湖州师范学院;浙大宁波理工学院
申请日： 2022-05-06 - 公布日： 2022-07-29 - 主分类号： G06V10/82 文献下载
摘要：本发明涉及图像识别技术领域，尤其涉及一种基于机器学习的杂草与作物识别方法。该种方式将整张图片中的对象分为杂草和作物两个目标对象，作物的识别难度是远远低于杂草的识别难度，通过识别作物，然后取反的方式得到杂草，解决了杂草种类繁多而造成的识别模型局限性的问题。采用该方法识别准确度较高，而且识别方便。
一种基于机器学习杂草作物识别方法

[发明专利]一种智能化稻田杂草识别方法、装置、设备及介质-CN202211076945.2有效
发明人：唐飞;邬茂超;陈富华;陈文勇;江会欣;陈力键 -专利权人：广州艾米生态人工智能农业有限公司
申请日： 2022-09-05 - 公布日： 2022-12-20 - 主分类号： G06V20/10 文献下载
摘要：本申请公开了一种智能化稻田杂草识别方法、装置、设备及介质，涉及计算机视觉技术领域。该智能化稻田杂草识别方法包括：根据多个第一视频获取第一图片集；所述第一图片集包括多个第一图片，所述第一图片携带有所述第一视频的杂草种类信息；搜索最佳的深度残差网络结构得到第一深度残差网络结构；根据多个所述第一图片集和所述杂草种类信息训练所述深度残差网络得到稻田杂草识别模型；将第二图片输入至所述稻田杂草识别模型得到第一识别结果。本申请通过输入稻田杂草视频和杂草种类信息，利用深度残差网络的人工智能识别模型对输入图片进行识别获得识别结果，从而智能高效地实现对稻田杂草的识别。
一种智能化稻田杂草识别方法装置设备介质

[发明专利]一种并联臂除草机器人及杂草除草方法-CN202010126641.7在审
发明人：闫银发;高甜甜;赵庆吉;李法德;刘莫尘;宋占华;田富洋;刘保季;肖华超;杨宽宽 -专利权人：山东农业大学
申请日： 2020-02-28 - 公布日： 2020-05-19 - 主分类号： A01B39/19 文献下载
摘要：本申请公开了一种并联臂除草机器人及杂草除草方法，自走驱动装置顶端固定设置杂草识别控制装置，自走驱动装置行进方向的一端设置有摄像头，摄像头的采集端垂直朝向行走的地面，摄像头与杂草识别控制装置电连接；对应杂草识别控制装置在自走驱动装置的底端固定设置有与杂草识别控制装置电连接的Delta臂并联驱动除草装置，用于接收杂草识别控制装置发送的杂草位置信息进行杂草除草作业。在除草机器人在田间行走过程中，摄像头采集田间图像信息，杂草识别控制装置接收图像信息并确定杂草位置并控制Delta臂并联驱动除草装置对田间的杂草进行精确清除，不仅避免了除草剂除草造成的污染，相比人工除草还提高了除草效率
一种并联除草机器人杂草方法

[实用新型]一种并联臂除草机器人-CN202020223386.3有效
发明人：闫银发;高甜甜;赵庆吉;李法德;刘莫尘;宋占华;田富洋;刘保季;肖华超;杨宽宽 -专利权人：山东农业大学
申请日： 2020-02-28 - 公布日： 2020-12-22 - 主分类号： A01B39/19 文献下载
摘要：本实用新型公开了一种并联臂除草机器人，自走驱动装置顶端固定设置杂草识别控制装置，自走驱动装置行进方向的一端设置有摄像头，摄像头的采集端垂直朝向行走的地面，摄像头与杂草识别控制装置电连接；对应杂草识别控制装置在自走驱动装置的底端固定设置有与杂草识别控制装置电连接的Delta臂并联驱动除草装置，用于接收杂草识别控制装置发送的杂草位置信息进行杂草除草作业。在除草机器人在田间行走过程中，摄像头采集田间图像信息，杂草识别控制装置接收图像信息并确定杂草位置并控制Delta臂并联驱动除草装置对田间的杂草进行精确清除，不仅避免了除草剂除草造成的污染，相比人工除草还提高了除草效率
一种并联除草机器人

[发明专利]一种基于深度学习的杂草稻识别方法及系统-CN202310765386.4在审
发明人：刘同海;袁闯闯;张蕊;僧晓悦 -专利权人：天津农学院
申请日： 2023-06-26 - 公布日： 2023-10-20 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于深度学习的杂草稻识别方法。本发明的杂草稻识别方法采用深度学习的方法对杂草稻进行识别，根据摄像头采集杂草稻图像并对图像进行预处理，使用改进后的神经网络模型对预处理后的图像进行训练，利用训练完成的模型对杂草稻进行识别。且本发明的杂草稻识别方法是一种无损检测农作物的方法，不仅能够降低劳动力成本，而且检测速度快，获取图像方便且设备便宜，也不会因为长时间的工作而影响识别的准确率，因此，利用深度学习技术对杂草稻进行识别，代替传统的方法具有重要的意义
一种基于深度学习杂草识别方法系统

[发明专利]一种用于玉米大田中后期杂草去除识别方法-CN202211025910.6在审
发明人：王彩霞;尹晓琳;李翠芳 -专利权人：邯郸科技职业学院
申请日： 2022-08-25 - 公布日： 2023-01-03 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种用于玉米大田中后期杂草去除识别方法，包括如下杂草识别步骤：S1、首先获取玉米大田中的土壤图像，S2、识别土壤图像中的植物和土壤，去除土壤图像中的土壤部分，保留植物部分，S3、获取图像中玉米的不同角度的图像特征，本发明通过在图像中去除土壤部分，先识别玉米植株，去除玉米植株保留全部的杂草部分，再先对杂草的叶片进行识别的对比，将相同形状的叶片分为一类，在由叶片对整棵植株识别，最后将相同的叶片的植株进行主干和枝干的对比，并通过颜色对比进行确认，对杂草识别的步骤更加清晰，将特征分开识别，能够节省识别的时间，且识别的效率更高，方便识别杂草对其进行去除。
一种用于玉米大田后期杂草去除识别方法

[发明专利]一种对杂草进行分类识别的装置和方法-CN201210164690.5有效
发明人：赵鹏 -专利权人：东北林业大学
申请日： 2012-05-25 - 公布日： 2012-09-12 - 主分类号： G01N21/25 文献下载
摘要：一种对杂草进行分类识别的装置和方法，属于数字图像处理技术领域，解决现有的杂草识别方法计算复杂度高、野外环境下无法快速实时的对杂草进行分类识别、抗干扰性差的问题。所述装置包括图像采集装置、可移动支架和导轨，所述图像采集装置用于采集杂草的光谱反射率。所述方法包括A设定图像采集装置的采集参数，采集待检测杂草的光谱反射率；B采集各种杂草的标准光谱反射率；C将该种杂草的标准光谱反射率曲线向待检测杂草的光谱反射率曲线进行收敛；D计算收敛后ActiveContour曲线的匹配率和变形率，并获得待测杂草与标准杂草的相似性指数。本发明用于杂草的分类识别。
一种杂草进行分类识别装置方法

[发明专利]一种茶叶种植用可调式除草装置-CN202111218180.7在审
发明人：陈世平 -专利权人：舒城县皖香源茶叶有限公司
申请日： 2021-10-20 - 公布日： 2022-03-01 - 主分类号： A01M21/04 文献下载
摘要：其技术方案包括可移动式装置壳体；还包括设置在可移动式装置壳体底部的识别机构，识别机构用于识别杂草的种类及位置；承载壳体，承载壳体用于在可移动式装置壳体行走的过程中将杂草按照行走方向推倒并使其根部漏出；药灭机构，药灭机构用于对杂草的根部喷洒农药；灼烧机构，灼烧机构用于对杂草的根部喷火灼烧；控制器，控制器接受识别机构识别杂草的种类及位置信息并控制药灭机构与灼烧机构产生相应的动作。本发明根据杂草的种类选用药灭机构或者灼烧机构对杂草进行处理，提高了对杂草的针对性；根据杂草的位置对杂草处理，控制农药的喷洒量，有效避免土地和茶叶被污染。
一种茶叶种植调式除草装置

[发明专利]一种田间作物杂草的图像分割方法-CN201811380348.2在审
发明人：陶涛;王斌;杨润贤;唐明军;王树梅;花良浩 -专利权人：扬州工业职业技术学院
申请日： 2018-11-20 - 公布日： 2019-03-12 - 主分类号： G06T7/10 文献下载
摘要：本发明属于图像处理技术领域，公开了一种田间作物杂草的图像分割方法，通过图像采集模块利用摄像器采集田间作物杂草图像数据；主控模块通过图像增强模块利用图像处理软件增强图像清晰度；通过图像识别模块利用深度堆叠网络模型对杂草图像进行识别；通过特征提取模块利用图像处理软件根据识别内容提取分割出杂草图像数据；通过警示模块利用警示器根据提取的杂草数据进行警示；通过数据存储模块利用存储器存储采集的杂草图像数据；并通过显示模块利用显示器显示杂草图像数据本发明通过图像识别模块采用深度堆叠网络不但具有很强的特征表达与分类能力，还减少了训练时间与识别时间，增强了杂草识别的鲁棒性。
杂草图像数据田间作物图像处理软件图像识别模块堆叠网络图像分割采集数据存储模块特征提取模块图像采集模块图像处理技术图像增强模块存储器存储分类能力警示模块内容提取特征表达显示模块杂草识别增强图像主控模块警示器鲁棒性摄像器警示显示器图像分割

[发明专利]一种基于多特征融合和BP神经网络的稻田杂草识别方法及其应用-CN201811620704.3在审
发明人：陈学深;方贵进;陈林涛;陈涛;黄柱健 -专利权人：华南农业大学
申请日： 2018-12-28 - 公布日： 2019-02-22 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于多特征融合和BP神经网络的稻田杂草识别方法，首先是基于图像处理技术对稻田杂草的多种类特征进行提取；然后将这些特征融合作为BP神经网络的输入数据进行训练与检测；最后采用训练完的BP网络分类器对新的杂草进行辨识；多种类特征包括颜色、形态和纹理三类特征；BP神经网络，看作输入杂草的多种类特征参数到输出对应杂草类别的非线性映射。还涉及一种基于多特征融合和BP神经网络的稻田杂草识别方法的应用。本发明可实现对稻田杂草的位置、密度和种类精准辨别；可对复杂水稻田环境下的杂草进行精确快速地识别，解决了目前稻田杂草识别速度慢、准确率低的问题，属于农业机械智能识别领域。
稻田杂草多特征融合杂草图像处理技术非线性映射特征参数特征融合智能识别纹理分类器水稻田农业机械准确率辨识应用辨别输出检测

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条