“叶片病斑”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466499个，建议您升级VIP下载更多相关专利

[发明专利]基于边界样本分位数的葡萄霜霉病自适应识别方法-CN202310556807.2在审
发明人：高芮;杨涛;武琼 -专利权人：旬邑县气象局
申请日： 2023-05-17 - 公布日： 2023-08-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于边界样本分位数的葡萄霜霉病自适应识别方法，涉及农业病斑识别技术领域，该方法包括：获取葡萄叶片原图像，通过灰度映射方法将所述葡萄叶片原图像映射转化为叶片灰度图；对所述叶片灰度图进行边界识别，获得叶片病斑边界信息；基于样本分位数提取法，确定所述叶片病斑边界信息的病斑阈值；按照所述病斑阈值对所述叶片灰度图的各像素点进行判定，将小于所述病斑阈值的像素点确定为病斑，获得图像病斑识别结果；基于统计学法计算获得所述图像病斑识别结果的病斑比例本发明解决了现有技术中葡萄霜霉病的病斑识别速度慢，识别精度低的技术问题，达到了提高葡萄霜霉病的病斑识别速度和识别精度的技术效果。
基于边界样本位数葡萄霜霉病自适应识别方法

[发明专利]一种基于颜色信息的蔬菜叶片病斑分割方法及服务器-CN201710358725.1有效
发明人：马浚诚;孙忠富;杜克明;褚金翔;郑飞翔 -专利权人：中国农业科学院农业环境与可持续发展研究所
申请日： 2017-05-19 - 公布日： 2020-12-25 - 主分类号： G06T7/11 文献下载
摘要：本发明公开一种基于颜色信息的蔬菜叶片病斑分割方法及服务器。其中，所述方法包括：获取蔬菜的病斑叶片图像，并对所述病斑叶片图像进行预处理；分别提取预处理后的所述病斑叶片图像在不同颜色空间的颜色特征；根据所述不同颜色空间的颜色特征构建综合颜色特征检测滤波；根据所述综合颜色特征检测滤波，获得与所述病斑叶片图像对应的综合颜色特征图；根据所述综合颜色特征图，对所述病斑叶片图像中的病斑进行分割。本发明提供的基于颜色信息的蔬菜叶片病斑分割方法及服务器，提高了对病斑叶片图像中病斑分割的准确性。
一种基于颜色信息蔬菜叶片分割方法服务器

[发明专利]一种农作物叶片病害识别方法、装置和存储介质-CN202110419951.2在审
发明人：姜金涛;钮嘉炜;陈从平;严向华;杨志强;孟翔芸 -专利权人：内蒙古智诚物联股份有限公司
申请日： 2021-04-19 - 公布日： 2021-08-17 - 主分类号： G06K9/34 文献下载
摘要：本发明涉及一种农作物叶片病害识别方法、装置和存储介质，方法包括：采用预设语义分割模型对真实背景下的农作物叶片图像进行分割，得到各叶片图像；根据图像增强技术和颜色空间转换技术对各叶片图像进行病斑分割，得到各病斑图像；对各病斑图像设置病害类型标签，并建立各病斑图像数据集；提取病斑图像数据集中的病斑图像的病斑特征向量；根据病斑特征向量和病斑图像数据集对应的病害类型标签对分类器进行分类训练；根据训练好的分类器实现农作物叶片病害识别；精确分割出复杂背景下的农作物叶片，通过病斑特征向量和病害类型标签对分类器进行分类训练实现病害的识别，避免使用人工识别的方式，大大减少劳动率，提高识别准确率。
一种农作物叶片病害识别方法装置存储介质

[发明专利]植物叶片病斑渲染方法-CN201210227153.0有效
发明人：赵春江;郭新宇;苗腾;陆声链;杜建军 -专利权人：北京农业信息技术研究中心
申请日： 2012-06-29 - 公布日： 2013-01-09 - 主分类号： G06T15/10 文献下载
摘要：本发明涉及计算机图形学、实时真实感绘制、植物行为仿真相结合的领域，公开了一种植物叶片病斑渲染方法，包括以下步骤：S1、生成细胞纹理，根据所生成的细胞纹理模拟植物叶片表面的病斑动态空间信息，所述病斑动态空间信息包括三个方面的信息：病斑的分布、病斑的运动方式、病斑最终形成的形态；S2、利用shell模型进行病菌扩散过程中叶片表观变化的模拟，从而实现病斑的渲染。本发明能够实现植物叶片病斑渲染，对病菌扩散过程中叶片的表观变化进行真实的模拟。
植物叶片渲染方法

[发明专利]计算玉米叶部大斑病病斑面积比例的方法及装置-CN201510416395.8有效
发明人：马钦;苏琛;刘峻明;朱德海;范梦扬;王越 -专利权人：中国农业大学
申请日： 2015-07-15 - 公布日： 2017-09-22 - 主分类号： G01B11/28 文献下载
摘要：本发明公开一种计算玉米叶部大斑病病斑面积比例的方法及装置，能够快速、准确、低成本地对玉米叶部大斑病病斑面积比例进行计算。所述方法包括S1、以白板为背景，采集玉米植株叶部的二维彩色图像；S2、基于图像处理技术，根据所述二维彩色图像分别提取玉米叶部图像和玉米叶部大斑病病斑图像，并根据所述玉米叶部图像计算玉米叶片像素点数量，根据所述玉米叶部大斑病病斑图像计算玉米叶部大斑病病斑处像素点数量；S3、根据所述玉米叶片像素点数量和玉米叶部大斑病病斑处像素点数量计算玉米叶部大斑病病斑占玉米植株叶片面积的比例。
计算玉米叶部大斑病病斑面积比例方法装置

[发明专利]植物叶片面积及叶片表面病斑面积的测量方法-CN201310108494.0无效
发明人：于海业;周丽娜;张蕾;隋媛媛;张强;肖英奎;王淑杰;任顺;陈曦;罗瀚 -专利权人：吉林大学
申请日： 2013-03-29 - 公布日： 2013-08-07 - 主分类号： G01B11/28 文献下载
摘要：本发明公开了一种植物叶片面积及叶片表面病斑面积的测量方法，旨在克服由于植物叶片边缘不平滑或植物叶片表面病斑形状复杂、数量较多，导致植物叶片及叶片表面病斑面积的测量困难，甚至难以测量的问题。步骤如下：1.在已知面积的白纸板上放置带有病斑的植物叶片并使植物叶片平整，利用处于白纸板和带有病斑的植物叶片正上方的数码相机将白纸板和植物叶片拍摄出一个画面的图像。2.采用Photoshop软件处理图像：在Photoshop软件中打开图像；分别存储图像中白色部分、健康部分和病斑部分三通道；读取白色部分、健康部分和病斑部分三通道的像素值。3.根据像素比等于面积比及白纸板的面积计算植物叶片面积及叶片表面病斑面积。
植物叶片面积表面测量方法

[发明专利]一种基于细粒度对抗生成网络的葡萄叶片病斑识别方法-CN202110488184.0在审
发明人：周长建;宋佳;张之尧 -专利权人：东北农业大学
申请日： 2021-05-06 - 公布日： 2021-07-13 - 主分类号： G06T7/00 文献下载
摘要：本发明属于人工智能与植物保护领域，是人工智能与植物保护学科跨学科交叉应用，具体来说发明了一种基于细粒度对抗生成网络的葡萄叶片病斑识别方法，包括：数据获取与标注、显著性病斑区域检测与分割、细粒度对抗生成网络图像增强、深度学习分类模型进行训练，利用训练好的模型进行葡萄叶片病斑识别。该方法主要解决葡萄叶片病症表现为病斑形式，发病早期、新型病害、罕见病斑或训练样本数不足的情况下的叶片病斑识别率低下的问题，主要用于葡萄叶片病斑发病早期病斑识别，可以尽快的做出相应的干预措施，为下一步精准施药奠定基础本发明还可以扩展到其他植物叶片病害形式为病斑的情况。
一种基于细粒度对抗生成网络葡萄叶片识别方法

[实用新型]茶叶病斑类型识别和病斑面积参数测量装置-CN201620864830.3有效
发明人：程荣花;马飞;梁亚红;张久铭;鲁迪;赵玉明;杨景舒 -专利权人：平顶山学院
申请日： 2016-08-09 - 公布日： 2017-01-25 - 主分类号： G01N21/88 文献下载
摘要：本实用新型公开了一种茶叶病斑类型识别和病斑面积参数测量装置，包括底座（9），设置在底座（9）中央的待检测病斑叶片（7），以及位于待检测病斑叶片（7）左侧的叶病斑类型标本（6）和位于待检测病斑叶片（7）右侧的黑色正方形单位面积参照物本实用新型测量装置结构简单，操作简便，实现对待测叶片样本的病斑类型和面积快速信息采集；为农作物科研人员获得有效的基础数据提供参考。
茶叶类型识别面积参数测量装置

[发明专利]叶片病斑识别方法及装置-CN201110162727.6有效
发明人：刘刚;冯娟;王圣伟;任雯 -专利权人：中国农业大学
申请日： 2011-06-16 - 公布日： 2011-10-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种叶片病斑识别方法及装置，所述叶片病斑识别方法包括：获取复杂背景下含有叶片病斑信息的图像；分析整体图像的颜色特征并简化背景；提取某一颜色通道分量若干病斑区域及背景区域的膜内区，对每个膜内区进行纹理特征的提取所述叶片病斑识别装置包括：图像获取单元、图像处理识别单元以及显示单元。通过上述的叶片病斑识别方法和装置，可以对图像中病斑以外的部分更精确地剔除，实现最佳的识别效果。
叶片识别方法装置

[发明专利]一种叶片病斑覆盖区域的提取方法和设备-CN201811436536.2有效
发明人：张建华;吴建寨;韩书庆;孔繁涛;曹姗姗;张晶 -专利权人：中国农业科学院农业信息研究所
申请日： 2018-11-28 - 公布日： 2020-09-15 - 主分类号： G06T7/73 文献下载
摘要：本发明实施例提供一种叶片病斑覆盖区域的提取方法和设备，包括：根据叶片的原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域，完整叶片区域包括叶片的病斑覆盖区域和叶片的正常覆盖区域；根据原始图像中的完整叶片区域滤除原始图像中的背景区域，以获得完整叶片图；根据完整叶片图提取叶片的病斑覆盖区域。本发明提供的方法和设备，通过原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域，以滤除原始图像中的背景区域，在提取叶片病斑覆盖区域时可完全避免背景颜色对叶片边缘位置的病斑覆盖区域的影响，提高提取的准确性和鲁棒性，为作物受病害的研究提供高精确度的叶片病斑覆盖区域图。
一种叶片覆盖区域提取方法设备

[发明专利]一种绿萝叶片病害原因检测方法及装置-CN201811624647.6有效
发明人：马浩;朱文博;吴佳宏;蔡瑜萍;郭建湘 -专利权人：佛山科学技术学院
申请日： 2018-12-28 - 公布日： 2023-03-28 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种绿萝叶片病害原因检测方法及装置，为实现绿萝叶片病害的自动识别，本发明选用单一患病叶片进行分类和统计，同时对患有叶斑病与炭疽病的叶片分类和统计，经过RGB和YCbCr色彩空间进行叶片颜色的特征值提取，在病斑图像区域判断待测叶片图像是否出现病斑，并计算病斑图像区域的病斑图像区域范围，大大降低人工保护的时间和成本，可以对叶片进行实时性，周期性的自动观察与预警，更加便于对植物的智能化管理。
一种叶片病害原因检测方法装置

[发明专利]一种基于图像处理的花生虫害检测方法及系统-CN202310075310.9有效
发明人：王培云;任丽;马骥;邓丽;李军华;刘冰;李阳;殷君华;苗建利;姚潜;郭敏杰;胡俊平;申卫国;芦振华 -专利权人：开封市农林科学研究院
申请日： 2023-02-07 - 公布日： 2023-07-28 - 主分类号： G06V20/10 文献下载
摘要：方法包括获取花生叶片的原始图像，从原始图像中识别单叶片图像；基于单叶片图像的颜色分布特征确定单叶片图像的初始卷曲区域，根据初始卷曲区域边缘信息确定卷曲遮盖区域，根据初始卷曲区域面积和卷曲遮盖区域面积确定叶片卷曲程度，确定单叶片图像中病斑区域的离散程度与病斑面积占比，确定单叶片图像的表面病斑程度；根据叶片卷曲程度与表面病斑程度，确定叶片虫害程度，基于叶片虫害程度对花生虫害进行检测处理，得到检测结果，本发明综合叶片卷曲程度与表面病斑程度对花生虫害进行检测
一种基于图像处理花生虫害检测方法系统

[发明专利]一种病斑形态轮廓交互式渲染方法及装置-CN201310294026.7有效
发明人：赵春江;郭新宇;苗腾;陆声链;温维亮 -专利权人：北京农业信息技术研究中心
申请日： 2013-07-12 - 公布日： 2013-11-20 - 主分类号： G06T15/10 文献下载
摘要：本发明公开了一种病斑形态轮廓交互式渲染方法，包含以下步骤：交互式绘制病斑轮廓，在轮廓内部交互式选择病斑扩散起始点并设置像素值；载入叶片纹理图像，以纹理图像为参照进行病斑位置的交互式设计；使用像素着色器，利用病斑分布图像进行病斑渲染。同时本发明公开了一种病斑形态轮廓交互式渲染装置，包含以下模块：交互式绘制病斑轮廓模块，该模块在轮廓内部交互式选择病斑扩散起始点并设置像素值；病斑交互式设计模块，该模块载入叶片纹理图像，以纹理图像为参照进行病斑位置的交互式设计；病斑渲染模块，该模块使用像素着色器，利用病斑分布图像进行病斑渲染。
一种形态轮廓交互式渲染方法装置

[发明专利]一种基于普通叶片灰度值的绿豆叶斑病识别方法-CN202310149982.X在审
发明人：高尚兵;唐琪;杨瑞杰;缪奕可;曹鹏;余骥远;李洁 -专利权人：淮阴工学院
申请日： 2023-02-22 - 公布日： 2023-06-27 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于普通叶片灰度值的绿豆叶斑病识别方法，获取用于验证和测试的绿豆叶片数据集，并且对数据集进行图像预处理；提取叶片图像的灰度值，根据叶片、病斑和背景灰度值的不同来处理图片并提取轮廓，获取到分类所需的病斑图和叶片图及其所占面积，再进行一些细节处理将图像的断点闭合，检测叶片轮廓凹陷并补全凹陷轮廓，减少面积读取错误的情况，获取更为准确的病斑与叶片面积；通过病斑面积占叶片总面积的比值来对叶片图像进行分类，将普通叶片图像分类至高抗、抗、中抗、中感、感病五个类别之中。本发明能够对绿豆叶斑病斑大小占比进行有效的提取并进行病级分类，识别率高，且具有较好的鲁棒性与广泛的应用价值。
一种基于普通叶片灰度绿豆叶斑病识别方法

[发明专利]一种基于计算机视觉进行植物病斑分类的方法及系统-CN201810401427.0在审
发明人：董振兴;宫华泽;刘龙;陈俊伸 -专利权人：北京麦飞科技有限公司
申请日： 2018-04-28 - 公布日： 2018-09-28 - 主分类号： G06K9/62 文献下载
摘要：本申请公开一种基于计算机视觉进行植物病斑分类的方法及系统，该方法包括：从田地中选取样块，自上而下地采集植物叶片的图像；将邻域滤波窗口中各个像素值按照增序或降序排列，获取排列中的中间位置像素的像素值作为邻域滤波窗口的像素值对植物叶片图像进行处理；将处理过的植物叶片的图像进行图像分割，通过颜色空间转化凸显出病斑图像区域；利用图像中像素特征对图像分割得到的病斑图像区域进行像素特征提取得到植物叶片的病斑图像的像素特征；对病斑图像的像素特征进行支持向量机分类器分类，得到分类后的不同病斑的像素特征与其所属病症的对照模型并保存。本发明有效提高了病斑的识别分类效率，降低了成本。
病斑像素特征像素图像分类计算机视觉滤波窗口图像分割图像区域植物病斑植物叶片邻域支持向量机分类器颜色空间转化植物叶片图像采集植物分类效率降序排列取样块叶片田地保存申请

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