基于图像处理的油菜收获喂入量检测方法及装置

发明专利有效专利

申请号：
CN202110158140.1
IPC分类号：G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06T7/80
申请日期：
2021-02-04
申请人：
南京大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于图像处理的油菜收获喂入量检测方法及装置
申请号	CN202110158140.1	申请日期	2021-02-04
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-10	公开/公告号	CN113239715A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;T;7;/;8;0查看分类表>
申请人	南京大学	申请人地址	江苏省南京市栖霞区仙林大道163号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京大学	当前权利人	南京大学
发明人	朱张青;张姝琦;辛博;陈春林
代理机构	南京天翼专利代理有限责任公司	代理人	奚铭

摘要

基于图像处理的油菜收获喂入量检测方法及装置，利用深度学习设计并搭建了符合油菜生长特性的卷积神经网络模型，在油菜收割机上安装相机拍摄油菜照片，用于对油菜疏密度和高度进行检测，利用卷积神经网络对油菜疏密度等级进行估计，并结合进入喂入口的油菜高度，获得喂入量。本发明能解决由于人工观测不准确带来的对疏密度的错误估计，大大减小了喂入量检测误差，实现了科学的控制收割机的前进速度，提高了收割机的收获效率，降低了收割机阻塞的风险。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供