“害虫图像”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818086个，建议您升级VIP下载更多相关专利

[发明专利]一种基于相似度的害虫图像检索方法-CN202011529611.7在审
发明人：王儒敬;董士风;李瑞;焦林;黄子良;滕越;刘康;刘海云 -专利权人：中国科学院合肥物质科学研究院
申请日： 2020-12-22 - 公布日： 2021-03-26 - 主分类号： G06F16/583 文献下载
摘要：本发明提供一种基于相似度的害虫图像检索方法，包括建立害虫样本图像数据库；计算害虫样本图像基于均值哈希算法和感知哈希算法的哈希值；计算待检索害虫图像基于均值哈希算法和感知哈希算法的哈希值；计算待检索害虫图像与害虫样本图像基于均值哈希算法和感知哈希算法的哈希值的相似度；计算得到待检索害虫图像与害虫样本图像的平均相似度；将高于设定阈值的平均相似度所对应的害虫样本图像添加到害虫图像检索结果集中；按照平均相似度由高到低的顺序，对害虫图像检索结果集中的害虫样本图像进行排序，本发明提高了害虫图像相似度计算结果的准确性以及害虫图像的检索效率。
一种基于相似害虫图像检索方法

[发明专利]基于增量学习的农作物病害虫识别方法、装置及存储介质-CN202210195022.2在审
发明人：张超;张波;万亚东 -专利权人：科大天工智能装备技术（天津）有限公司
申请日： 2022-03-02 - 公布日： 2022-04-05 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及一种基于增量学习的农作物病害虫识别方法、装置及存储介质，方法包括获取现有病害虫图像数据，现有病害虫图像数据包括已知类病害虫图像数据；对已知类病害虫图像数据进行预处理，并为已知类病害虫图像数据添加第一病害虫类别标签，得到已知类病害虫样本集；将已知类病害虫样本集作为输入，并利用交叉熵损失函数对神经网络进行训练，得到标准病害虫图像分类模型；采用增量学习算法修改标准病害虫图像分类模型中的结构，并采用动态参数修正法修改增量学习算法中的总损失函数，得到增量病害虫图像分类模型；将获取的新病害虫图像数据输入增量病害虫图像分类模型进行识别和分类。该方法能准确检测出新的病害虫类别，识别结果更加精确。
基于增量学习农作物害虫识别方法装置存储介质

[发明专利]一种基于机器视觉的虫害监测方法-CN201711420644.6有效
发明人：唐宇;骆少明;钟震宇;雷欢;侯超钧;庄家俊;黄伟锋;陈再励;林进添;朱立学 -专利权人：仲恺农业工程学院
申请日： 2017-12-25 - 公布日： 2020-09-11 - 主分类号： A01M1/02 文献下载
摘要：本发明涉及一种基于机器视觉的虫害监测方法，其步骤包括：在害虫聚集处安装诱虫装置，并设置图像采集装置面向诱虫装置采集图像；识别所采集图像中的害虫并得出害虫数量；若害虫数量大于或等于预先设定的害虫数量阈值，则将识别到的各个害虫在图像中所处的区域分别提取为多个害虫疑似图像，判断每个害虫疑似图像的识别正确率；根据害虫数量和每个害虫疑似图像的识别正确率计算出虫害预测水平。本发明通过图像采集装置面向诱虫装置自动采集害虫图像，免去人工目测耗时耗力的弊端，还能做到对害虫实时监控；结合害虫数量和每个害虫疑似图像的识别正确率来计算虫害预测水平准确性更高，得出的结果更有意义，增强了对害虫防治的指导性
一种基于机器视觉虫害监测方法

[发明专利]基于自适应特征融合金字塔网络的三阶段害虫图像识别方法-CN202210201018.2在审
发明人：焦林;李高强;陈鹏;雷雨;梁栋 -专利权人：安徽大学
申请日： 2022-03-02 - 公布日： 2022-05-31 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于自适应特征融合金字塔网络的三阶段害虫图像识别方法，包括：获取害虫图像数据集；构建自适应特征融合金字塔网络，将害虫原图像输入，输出害虫特征图；构建三阶段害虫图像目标定位识别网络；自适应特征融合金字塔网络与三阶段害虫图像目标定位识别网络组成害虫图像识别模型，将训练集输入害虫图像识别模型，将测试集输入训练好的害虫图像识别模型中，输出害虫图像检测的结果。本发明加强对害虫图像特征提取能力，获得更高质量更准确的预测框，最后构建三阶段害虫图像目标定位识别网络，加强了对害虫目标检测的精度；本方法可以运用到复杂的、相似度高的农业害虫检测工作中。
基于自适应特征融合金字塔网络阶段害虫图像识别方法

[发明专利]植物害虫图像识别方法、装置、设备及存储介质-CN202011314482.X在审
发明人：黄求应;闫科;刘田谷;许红;蔡夫业;雷朝亮;蔡丽 -专利权人：湖南本业绿色防控科技股份有限公司;华中农业大学
申请日： 2020-11-20 - 公布日： 2021-01-22 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种植物害虫图像识别方法，包括对采集到的植物图像进行灰度化处理，获得灰度图像；对灰度图像中的害虫区域进行识别提取，获得害虫轮廓；将害虫轮廓和各种不同种类害虫的轮廓模板进行对比，确定和害虫轮廓相似度最高的至少一个轮廓模板对应的害虫种类为第一备选害虫种类；采用预先训练获得各个第一备选害虫种类对应的害虫分类器，分别对植物图像的害虫区域进行识别，确定植物图像对应害虫种类。本申请先对害虫种类进行粗略筛选，缩小害虫种类识别范围；再害虫分类器识别最可能的害虫种类，提高害虫识别的精度。本申请还提供了一种植物害虫图像识别装置、设备以及计算机可读存储介质，具有上述有益效果。
植物害虫图像识别方法装置设备存储介质

[发明专利]基于神经网络的农业害虫图像智能识别方法-CN202210694051.3有效
发明人：常新 -专利权人：西安道法数器信息科技有限公司
申请日： 2022-06-20 - 公布日： 2022-09-06 - 主分类号： G06V10/25 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种基于神经网络的农业害虫图像智能识别方法，该方法通过获取包含虫体的害虫可见光图像，并基于该害虫可见光图像进行相应的数据处理，确定该害虫可见光图像的各个区域图像在不同尺度下的尺度区域图像的显著值，从而确定各个区域图像中的各个显著物体区域图像；确定各个显著物体区域图像的综合显著值，从而确定各个显著物体区域图像中的各个害虫区域图像；对各个害虫区域图像进行害虫识别，从而得到对应的害虫种类。本发明通过采用对图像进行数据识别和数据处理的方式，可以准确确定各个害虫区域图像，避免了害虫识别结果受到背景和其他干扰物的影响，有效提高了害虫类别的识别精确度。
基于神经网络农业害虫图像智能识别方法

[发明专利]基于图像卷积特征的复杂背景下害虫细粒度图像识别方法-CN202011167562.7在审
发明人：钱蓉;董伟;张立平;朱静波;孔娟娟;张萌;李闰枚 -专利权人：安徽省农业科学院农业经济与信息研究所
申请日： 2020-10-28 - 公布日： 2021-02-09 - 主分类号： G06K9/62 文献下载
摘要：本发明提供基于图像卷积特征的复杂背景下害虫细粒度图像识别方法，包括以下步骤：采集带有复杂背景的害虫图像样本并进行样本预处理，构建害虫细粒度图像数据集；构建害虫细粒度图像分类模型，将所述害虫细粒度图像数据集输入到所述害虫细粒度图像分类模型进行训练；将害虫实时细粒度图像输入到训练好的所述害虫细粒度图像分类模型，进行害虫图像识别。本发明综合考虑害虫斑纹、颜色和体态等因素，进一步细化超类里包含的每个子类别害虫，构建害虫细粒度图像数据集，解决该领域的细粒度样本数据缺少的问题，通过构建多分支自动识别模型，实现有强差异性区域的特征获取，
基于图像卷积特征复杂背景害虫细粒度识别方法

[发明专利]一种基于区域尺度感知技术的害虫图像检测方法-CN202010352776.5有效
发明人：王儒敬;刘浏;谢成军;张洁;李瑞;陈天娇;陈红波;胡海瀛;刘海云 -专利权人：中国科学院合肥物质科学研究院
申请日： 2020-04-29 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于区域尺度感知技术的害虫图像检测方法，与现有技术相比解决了中小尺寸害虫目标难以准确检测的缺陷。本发明包括以下步骤：获取害虫图像数据集并进行预处理；害虫图像候选区域的提取；构建尺度感知害虫检测网络；尺度感知害虫检测网络的训练；待检测害虫图像的获取；待检测害虫图像候选区域的提取；害虫图像检测结果的获得本发明通过感知害虫区域的位置，使基于卷积神经网络的害虫检测框架能够受到害虫区域尺寸大小的指导，从而自动地在多尺度害虫图像特征图中有效地学习所需要的害虫局部特征并针对性的实现特征融合，使得表达能力更强的害虫局部特征发挥的作用更大，由此提高了害虫识别与检测的准确率。
一种基于区域尺度感知技术害虫图像检测方法

[发明专利]一种统计农业害虫的方法、装置、设备和系统-CN201810650987.X在审
发明人：刘持标;吴清海;王锴源 -专利权人：三明学院
申请日： 2018-06-22 - 公布日： 2018-11-30 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了一种统计农业害虫数量方法、装置、设备和系统，包括：接收害虫图像，对害虫图像进行图像边界检测以对害虫图像中亮度变化明显的位置进行识别标识。根据边界标识对害虫图像进行区域分割以获得分割图像。根据分割图像获得二值化图像，二值化图像包括根据分割区域生成的至少一个第一连接区域。根据每个第一连接区域的像素面积以及预设的害虫像素面积，获取第一连接区域中对应于害虫的第二连接区域。对第二连接区域进行叠加害虫标记，并根据第二连接区域标记的叠加害虫数，计算害虫图像包含的害虫数量。本发明解决了害虫识别、数量数据获取上费时、费力的问题以及能够具体了解到哪个时间段的害虫数量比较多。
连接区域害虫害虫图像二值化图像设备和系统分割图像农业害虫像素叠加边界标识分割区域害虫识别亮度变化区域分割数量比较数量数据图像边界时间段预设费力统计检测

[发明专利]一种害虫种类图像识别方法及系统-CN202110807412.6在审
发明人：李文勇;罗勇琛;李明;孙传恒;杨信廷 -专利权人：北京农业信息技术研究中心
申请日： 2021-07-16 - 公布日： 2021-11-19 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种害虫种类图像识别方法及系统，包括：获取目标害虫图像；将目标害虫图像输入至预先训练好的害虫识别模型，以获取由害虫识别模型输出的害虫种类识别结果；害虫识别模型，是利用第一数据集对初始害虫识别模型进行训练后获取的；初始害虫识别模型，是基于空间注意力模块和通道注意力网络构建的。本发明提供的害虫种类图像识别方法及系统，针对具有复杂背景特点的害虫图像，通过引入空间注意力模块和通道注意力网络，对害虫图像更加精确的定位和跨通道的交互机制，并使害虫识别模型更加关注有效的通道，进而降低了图像背景对于害虫分类准确性的影响，提高了分类的精度，实现了对害虫种类的精准的识别，为农业植物保护领域做出了贡献。
一种害虫种类图像识别方法系统

[发明专利]用于害虫图像分类的VEACNet网络模型和分类方法-CN202210291675.0在审
发明人：李亚楠;孙明;祁洋 -专利权人：武汉工程大学
申请日： 2022-03-23 - 公布日： 2022-07-22 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了用于害虫图像分类的VEACNet网络模型和分类方法，以害虫图像为处理对象，构建基于不对称卷积的轻量化特征融合神经网络模型，采用标准卷积与不对称卷积双分支自动提取害虫图像的特征，通过训练和迭代反馈得到害虫图像数据集中害虫图像的类别标签，实现了提高识别与分类害虫的效率和精度的功能。本发明的模型对实时的害虫图像进行分类，自动对害虫图像进行特征提取，并利用提取到的图像特征判定害虫的类别，检测结果准确率高，硬件消耗成本低，在有限的硬件条件下对害虫进行了有效的分类。
用于害虫图像分类 veacnet 网络模型方法

[发明专利]一种基于图像实时识别的农作物害虫智能诊断系统及方法-CN202010846845.8在审
发明人：钱蓉;董伟;张立平;朱静波;孔娟娟;张萌;李闰枚 -专利权人：安徽省农业科学院农业经济与信息研究所
申请日： 2020-08-21 - 公布日： 2020-11-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于图像实时识别的农作物害虫智能诊断系统及方法，所述系统包括：依次连接的图像采集终端、图像裁切模块、网络数据传输模块、图像实时识别模块、诊断服务模块；图像采集终端用于实时获取害虫图像数据；图像裁切模块用于完成害虫图像的裁切；图像实时识别模块基于Tensorflow2.0框架下的卷积神经网络模型，实时对害虫图像进行害虫种类的识别；诊断服务模块根据害虫种类信息，输出害虫的相关科普知识、防治方法本发明能够对害虫种类进行实时准确识别，并且能够根据害虫种类识别结果推送害虫的相关科普知识、防治方法、专家信息，帮助农户快速控制虫害，降低损失，提高农作物产量。
一种基于图像实时识别农作物害虫智能诊断系统方法

[发明专利]一种基于图像分块的粮仓害虫检测方法-CN201810601485.8有效
发明人：李磊;董卓莉;费选;张永威;王峰 -专利权人：河南工业大学
申请日： 2018-06-12 - 公布日： 2022-01-25 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于图像分块的粮仓害虫检测方法，首先对粮仓内图像集进行训练，得到训练好的SVM模型，再将待检测粮仓内图像输入至训练好的SVM模型中，便可得到待检测粮仓内图像害虫的检测结果。其中，为了避免害虫在图像中所占比例过小而将其当做图像噪声的情况出现，将待检测粮仓内图像进行分块处理，每一个区域被视为一幅图像并进行害虫检测；同时，为解决因分块害虫被分裂到多个区域块中造成无法确定粮仓内图像中害虫准确数量的问题，将待检测粮仓内图像进行多次分块处理，使仓内图像中每一只害虫均能找到一个完全包含该害虫的区域块，最后合并所有区域块检测结果，得到粮仓内图像的害虫检测结果。该方法有效提升了粮仓内害虫检测结果的精度。
一种基于图像分块粮仓害虫检测方法

[发明专利]一种基于球形摄像机建立储粮害虫图像数据集的方法-CN202310553664.X有效
发明人：李丹丹;范运乾;刘靖椿;李月;严晓平;马一铭;周庆;李江涛;周慧玲 -专利权人：中储粮成都储藏研究院有限公司
申请日： 2023-05-17 - 公布日： 2023-08-01 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及粮仓储粮害虫检测技术领域，公开了一种基于球形摄像机建立储粮害虫图像数据集的方法，旨在解决现有储粮害虫图像数据集存在规模小以及图像多样性差的问题，包括：通过球形摄像机获取储粮害虫的视频数据，视频数据包括自然发生害虫的第一视频数据和人工投放目标害虫的第二视频数据；生成视频数据对应的图像数据，并筛选出图像数据中只包含书虱或者包含鞘翅目害虫的图像数据；根据书虱数量对只包含书虱的图像数据进行标记，根据鞘翅目害虫的位置和类别对包含鞘翅目害虫的图像数据进行标记；建立储粮害虫图像数据集本发明提升了储粮害虫图像数据集中图片数据的数量和规模，适用于针对球形摄像机的粮仓储粮害虫智能识别算法的训练及优化。
一种基于球形摄像机建立害虫图像数据方法

[发明专利]一种苹果园害虫诱捕识别装置及方法-CN202110981079.0在审
发明人：刘双喜;王金星;马博;王震;张正辉;慕君林;胡宪亮;刘艺 -专利权人：山东农业大学
申请日： 2021-08-25 - 公布日： 2021-11-02 - 主分类号： A01M1/02 文献下载
摘要：本申请公开了一种苹果园害虫诱捕识别装置及方法，涉及果园病虫害识别技术领域，苹果园害虫诱捕识别装置包括：分别设置在装置壳体顶部的害虫诱捕装置和底部的害虫收集装置，所述害虫诱捕装置和所述害虫收集装置上下对应设置；朝向所述害虫收集装置的害虫收集面设置有图像采集设备，所述图像采集设备与控制器电连接，所述控制器与远程服务器电连接。害虫诱捕装置诱捕的害虫进入到害虫收集装置，图像采集设备对害虫的图像进行采集，然后发送给控制器，控制器将收到的害虫图像发送到远程服务器。远程服务器中内置苹果园害虫识别模型，进而可以对图像中的害虫快速识别，解决了现有苹果园害虫依靠人工识别主观性强、识别效率低等问题。
一种苹果园害虫诱捕识别装置方法

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