CN112931295B - 一种养殖用低成本激光鸡蛋计数系统 - Google Patents
一种养殖用低成本激光鸡蛋计数系统 Download PDFInfo
- Publication number
- CN112931295B CN112931295B CN202110106569.6A CN202110106569A CN112931295B CN 112931295 B CN112931295 B CN 112931295B CN 202110106569 A CN202110106569 A CN 202110106569A CN 112931295 B CN112931295 B CN 112931295B
- Authority
- CN
- China
- Prior art keywords
- egg
- processor
- sensor
- counting
- low
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 235000013601 eggs Nutrition 0.000 claims abstract description 109
- 230000006698 induction Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 34
- 238000001914 filtration Methods 0.000 claims description 21
- 238000005520 cutting process Methods 0.000 claims description 14
- 238000009313 farming Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 1
- 238000009395 breeding Methods 0.000 abstract description 13
- 230000001488 breeding effect Effects 0.000 abstract description 13
- 230000004044 response Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K31/00—Housing birds
- A01K31/14—Nest-boxes, e.g. for singing birds or the like
- A01K31/16—Laying nests for poultry; Egg collecting
- A01K31/165—Egg collecting or counting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/80—Food processing, e.g. use of renewable energies or variable speed drives in handling, conveying or stacking
- Y02P60/87—Re-use of by-products of food processing for fodder production
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Birds (AREA)
- Environmental Sciences (AREA)
- Zoology (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供的养殖用低成本激光鸡蛋计数系统，包括用于传输鸡蛋的蛋带，还包括：传感器的感应头正对蛋带设置；传感器用于发送和接收近红外光，根据发射和接收的近红外光计算蛋带上障碍物的深度信息，将该深度信息传输给处理器；处理器用于对所述深度信息进行分析，以获得有效的鸡蛋模型，对鸡蛋模型进行计数，以获得鸡蛋数量。该系统不仅实现了鸡蛋自动计数功能，而且大大提高了计数的效率和精度，准确度达到了99.5％以上，相比现有图像识别和红外计数等方法，解决了在某些大型的、密集的场所计数不佳以及容易受外界因素干扰的问题。该养殖用低成本激光鸡蛋计数系统操作简单，大大降低了养殖成本，解放了劳动力。
Description
技术领域
本发明属于养殖技术领域，具体涉及一种养殖用低成本激光鸡蛋计数系统。
背景技术
随着养殖管理精细化需求的不断提高，产蛋率是蛋鸡养殖企业关注的首要指标，提高鸡蛋产蛋率，分析淘汰低产能的蛋鸡，有助于提高养殖生产企业的生产效率，提高企业的市场竞争力。要想精确获得整栋鸡舍的产蛋率，可以通过人工计数或图像识别计数，但如果要把计数点增加到1栋40至100个，且继续使用人工计数或图像识别方案，此时的成本投入应用于低利润的蛋鸡行业已是无法接受。
目前的鸡蛋计数方式有图像识别(大规模应用成本高)、红外计数(精度低)、激光识别(成本低、精度高、国外垄断)。现有图像识别技术主要通过分类并提取鸡蛋重要特征(如形状、颜色)，再排除多余的信息后，将采集到的图形与现有的鸡蛋模型进行对比来识别鸡蛋，若采集到的图形与现有模型匹配，则自动计数。传统红外计数一般都是采用红外对射技术，分别装在蛋带的两侧，一旦有鸡蛋经过时，红外线就会被阻挡，此时自动计数一次。激光识别技术则通过设备发射激光对鸡蛋进行扫描，将扫描结果进行特征(鸡蛋的三维)提取进而获取相应的鸡蛋信息，若提取的鸡蛋信息满足系统要求，则进行自动计数。
现有的图像识别和红外计数自适应差，由于目标环境的干扰、传感器误差、噪声污染、背景干扰等，从而很难达到精确计数效果，成本相对较高。
发明内容
针对现有技术中的缺陷，本发明提供一种养殖用低成本激光鸡蛋计数系统，成本低，精度高。
一种养殖用低成本激光鸡蛋计数系统，包括用于传输鸡蛋的蛋带，还包括：
传感器；设置在蛋带上方，其感应头正对蛋带设置；传感器用于发送和接收近红外光，根据发射和接收的近红外光计算蛋带上障碍物的深度信息，将该深度信息传输给处理器；
处理器：用于对所述深度信息进行分析，以获得有效的鸡蛋模型，对鸡蛋模型进行计数，以获得鸡蛋数量。
优选地，所述传感器为多路飞行时间传感器；
所述传感器具体用于：根据发射和接收的近红外光计算时间差或相位差，根据时间差或相位差计算感应头到蛋带上障碍物的距离，以得到所述深度信息。
优选地，所述处理器具体用于：
交替采集不同位置上传感器的多个深度信息；
对该深度信息进行滤波，以获得滤波信息；
根据滤波信息绘制三维矩阵；
通过卷积运算滤除三维矩阵中的噪点，以获得过滤矩阵；
根据过滤矩阵在时间轴上的梯度变化进行X轴方向和Y轴方向的切割，以获得切割矩阵；
当在切割矩阵中查找到有效的连通域时，定义该连通域为所述有效的鸡蛋模型。
优选地，所述处理器具体用于：
根据中值平均法和插值平均法对所述滤波信息进行补全，根据补全后的滤波信息绘制所述三维矩阵。
优选地，所述处理器还用于：
计算所述补全后的滤波信息在预设周期内的变化量；
当根据该变化量判断蛋带传动时，通过卷积运算滤除三维矩阵中的噪点。
优选地，所述处理器具体用于：
当在所述切割矩阵中查找到连通域的宽度、高度和位置分别满足预设的宽度阈值、高度阈值和位置阈值时，定义该连通域为所述有效的连通域。
优选地，该系统还包括显示模块；
所述处理器用于将所述鸡蛋数量传输给显示模块进行显示。
优选地，所述处理器具体用于：
当接收到计数清除指令时，删除得到的鸡蛋数量；
当接收到传感器校准指令时，与传感器进行通讯，接收传感器的实时数据以及输入的校准值，根据实时数据和校准值完成传感器的校准。
优选地，该系统还包括：
相机：设置在蛋带上方，用于拍摄所述蛋带的图像，并将该图像传输给处理器；
处理器还用于：在该图像上用不同的颜色标识出鸡蛋的轮廓，其中鸡蛋的轮廓由鸡蛋模型中的深度信息确定，并将标识后的图像发送给显示模块进行显示。
优选地，该系统还包括多个按键；
所述处理器还用于：当接收到按键被按下时的触发指令时，执行该触发指令预设的触发事件。
由上述技术方案可知，本发明提供的养殖用低成本激光鸡蛋计数系统，不仅实现了鸡蛋自动计数功能，而且大大提高了计数的效率和精度，准确度达到了99.5％以上，相比现有图像识别和红外计数等方法，解决了在某些大型的、密集的场所计数不佳以及容易受外界因素干扰的问题。该养殖用低成本激光鸡蛋计数系统操作简单，大大降低了养殖成本，解放了劳动力。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例提供的鸡蛋计数系统的模块框图。
图2为本发明实施例提供的鸡蛋计数系统的原理图。
图3为本发明实施例提供的鸡蛋计数系统的方法流程图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
实施例：
一种养殖用低成本激光鸡蛋计数系统，参见图1，包括用于传输鸡蛋的蛋带，还包括：
传感器；设置在蛋带上方，其感应头正对蛋带设置；传感器用于发送和接收近红外光，根据发射和接收的近红外光计算蛋带上障碍物的深度信息，将该深度信息传输给处理器；
优选地，所述传感器为多路飞行时间传感器；所述传感器具体用于：根据发射和接收的近红外光计算时间差或相位差，根据时间差或相位差计算感应头到蛋带上障碍物的距离，以得到所述深度信息。
处理器：用于对所述深度信息进行分析，以获得有效的鸡蛋模型，对鸡蛋模型进行计数，以获得鸡蛋数量。
具体地，处理器MCU可以采用STM32F103RCT6芯片，该养殖用低成本激光鸡蛋计数系统可以采用12V-24V电源模块供电，采用E2存储模块进行存储。传感器可以由8个VL6180X传感器构成。处理器MCU与传感器之间还可以通过选择开关进行连接，选择开关用于供用户选择使能哪个传感器，选择开关还可以接级联接口，用于与下一个选择开关相连。处理器MCU还可以连接PWM输出模块，用于输出PWM信号。
该养殖用低成本激光鸡蛋计数系统运用计数器的计数功能，采用TOF飞行时间技术，参见图2，图2中发射器和检测器为所述传感器，计数器为所述处理器，即传感器发出经调制的近红外光，遇障碍物后反射被传感器接收，传感器通过发射信号和接收信号计算时间差或相位差，来换算得到深度信息，即感应头到蛋带上障碍物的距离。TOF飞行时间技术是通过光子的反射进行测距，相比与现有的红外测距方法(红外测距不能计算时间差，主要测红外光的光强，但红外光打在黑色或白色等颜色物体上，由于材料本身的吸收度不同，影响测量的精确度)，采用发射光子和返回光子计算时间差，精确度更高，鸡蛋计数精度可以达到99.9％。
该养殖用低成本激光鸡蛋计数系统，采用飞行时间技术，不仅实现了鸡蛋自动计数功能，而且大大提高了计数的效率和精度，准确度达到了99.5％以上，相比现有图像识别和红外计数等方法，解决了在某些大型的、密集的场所计数不佳以及容易受外界因素干扰的问题。该养殖用低成本激光鸡蛋计数系统操作简单，大大降低了养殖成本，解放了劳动力。
参见图3，所述处理器具体用于：
交替采集不同位置上传感器的多个深度信息；
对该深度信息进行滤波，以获得滤波信息；
根据滤波信息绘制三维矩阵；
通过卷积运算滤除三维矩阵中的噪点，以获得过滤矩阵；
根据过滤矩阵在水平方向或时间轴上的梯度变化进行X轴方向和Y轴方向的切割，以获得切割矩阵；
当在切割矩阵中查找到有效的连通域时，定义该连通域为所述有效的鸡蛋模型。
具体地，该处理器交替采集奇偶位置传感器的深度信息，各个传感器每秒可以采集100个样本，传感器可以通过I2C总线将采集到的样本实时传给处理器,处理器经过滤波处理后，绘制一个三维矩阵，通过卷积运算滤除三维矩阵中的噪点，然后根据过滤矩阵在时间轴上的梯度变化进行X轴和Y轴方向的切割，在切割出来的切割矩阵中查找有效的连通域，得到鸡蛋模型。
优选地，所述处理器具体用于：
根据中值平均法和插值平均法对所述滤波信息进行补全，根据补全后的滤波信息绘制所述三维矩阵。
具体地，处理器还用于对滤波信息进行补全，根据补全数据绘制三维矩阵，使得到的三维矩阵更加精准。
优选地，所述处理器还用于：
计算所述补全后的滤波信息在预设周期内的变化量；
当根据该变化量判断传送带转动时，通过卷积运算滤除三维矩阵中的噪点。
具体地，处理器在进行三维矩阵去噪之前，还需要判断蛋带是否传动，只有在蛋带传动时，才开始进行鸡蛋计数。
优选地，所述处理器具体用于：
当在所述切割矩阵中查找到连通域的宽度、高度和位置分别满足预设的宽度阈值、高度阈值和位置阈值时，定义该连通域为所述有效的连通域。
具体地，处理器当判断出连通域的长度、宽度、高度、位置分别满足要求时，才认为是有效的连通域。
优选地，该系统还包括显示模块；
所述处理器用于将所述鸡蛋数量传输给显示模块进行显示。
具体地，处理器还可以通过SPI接口通知显示模块进行鸡蛋数量的更新。
优选地，所述处理器具体用于：
当接收到计数清除指令时，删除得到的鸡蛋数量；
当接收到传感器校准指令时，与传感器进行通讯，接收传感器的实时数据以及输入的校准值，根据实时数据和校准值完成传感器的校准。
优选地，该系统还包括：
相机：设置在蛋带上方，用于拍摄所述蛋带的图像，并将该图像传输给处理器；
处理器还用于：在该图像上用不同的颜色标识出鸡蛋的轮廓，其中鸡蛋的轮廓由鸡蛋模型中的深度信息确定，并将标识后的图像发送给显示模块进行显示。
具体地，该系统可以结合相机拍摄到的图像，将鸡蛋的三维轮廓以不同颜色标记出来，其中鸡蛋与传感器感应头的距离不同，颜色不同。
优选地，该系统还包括多个按键；
所述处理器还用于：当接收到按键被按下时的触发指令时，执行该触发指令预设的触发事件。
具体地，该系统还设有多个按键，用于供用户按下后执行不同的触发事件。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (9)
1.一种养殖用低成本激光鸡蛋计数系统，包括用于传输鸡蛋的蛋带，其特征在于，还包括：
传感器；设置在蛋带上方，其感应头正对蛋带设置；传感器用于发送和接收近红外光，根据发射和接收的近红外光计算蛋带上障碍物的深度信息，将该深度信息传输给处理器；
处理器：用于对所述深度信息进行分析，以获得有效的鸡蛋模型，对鸡蛋模型进行计数，以获得鸡蛋数量；
所述处理器具体用于：
交替采集不同位置上传感器的多个深度信息；
对该深度信息进行滤波，以获得滤波信息；
根据滤波信息绘制三维矩阵；
通过卷积运算滤除三维矩阵中的噪点，以获得过滤矩阵；
根据过滤矩阵在时间轴上的梯度变化进行X轴方向和Y轴方向的切割，以获得切割矩阵；
当在切割矩阵中查找到有效的连通域时，定义该连通域为所述有效的鸡蛋模型。
2.根据权利要求1所述养殖用低成本激光鸡蛋计数系统，其特征在于，
所述传感器为多路飞行时间传感器；
所述传感器具体用于：根据发射和接收的近红外光计算时间差或相位差，根据时间差或相位差计算感应头到蛋带上障碍物的距离，以得到所述深度信息。
3.根据权利要求2所述养殖用低成本激光鸡蛋计数系统，其特征在于，所述处理器具体用于：
根据中值平均法和插值平均法对所述滤波信息进行补全，根据补全后的滤波信息绘制所述三维矩阵。
4.根据权利要求3所述养殖用低成本激光鸡蛋计数系统，其特征在于，所述处理器还用于：
计算所述补全后的滤波信息在预设周期内的变化量；
当根据该变化量判断蛋带传动时，通过卷积运算滤除三维矩阵中的噪点。
5.根据权利要求2所述养殖用低成本激光鸡蛋计数系统，其特征在于，所述处理器具体用于：
当在所述切割矩阵中查找到连通域的宽度、高度和位置分别满足预设的宽度阈值、高度阈值和位置阈值时，定义该连通域为所述有效的连通域。
6.根据权利要求1～5中任一权利要求所述的养殖用低成本激光鸡蛋计数系统，其特征在于，该系统还包括显示模块；
所述处理器用于将所述鸡蛋数量传输给显示模块进行显示。
7.根据权利要求6所述的养殖用低成本激光鸡蛋计数系统，其特征在于，所述处理器具体用于：
当接收到计数清除指令时，删除得到的鸡蛋数量；
当接收到传感器校准指令时，与传感器进行通讯，接收传感器的实时数据以及输入的校准值，根据实时数据和校准值完成传感器的校准。
8.根据权利要求6所述的养殖用低成本激光鸡蛋计数系统，其特征在于，该系统还包括：
相机：设置在蛋带的上方，用于拍摄所述蛋带的图像，并将该图像传输给处理器；
处理器还用于：在该图像上用不同的颜色标识出鸡蛋的轮廓，其中鸡蛋的轮廓由鸡蛋模型中的深度信息确定，并将标识后的图像发送给显示模块进行显示。
9.根据权利要求6所述的养殖用低成本激光鸡蛋计数系统，其特征在于，该系统还包括多个按键；
所述处理器还用于：当接收到按键被按下时的触发指令时，执行该触发指令预设的触发事件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110106569.6A CN112931295B (zh) | 2021-01-26 | 2021-01-26 | 一种养殖用低成本激光鸡蛋计数系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110106569.6A CN112931295B (zh) | 2021-01-26 | 2021-01-26 | 一种养殖用低成本激光鸡蛋计数系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112931295A CN112931295A (zh) | 2021-06-11 |
| CN112931295B true CN112931295B (zh) | 2022-09-02 |
Family
ID=76237253
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110106569.6A Active CN112931295B (zh) | 2021-01-26 | 2021-01-26 | 一种养殖用低成本激光鸡蛋计数系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112931295B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203788889U (zh) * | 2014-04-25 | 2014-08-27 | 成都小巨人畜牧设备有限公司 | 育雏育成采食调节装置 |
| CN109743909B (zh) * | 2011-12-16 | 2015-01-21 | 中国船舶重工集团公司第七二六研究所 | 基于图像层的动态目标自动跟踪方法 |
| CN108009486A (zh) * | 2017-11-28 | 2018-05-08 | 中科亿海微电子科技（苏州）有限公司 | 基于深度学习训练重构图的视频识别方法及系统 |
| CN110348364A (zh) * | 2019-07-05 | 2019-10-18 | 北京工业大学 | 一种无监督聚类与时空域深度网络相结合的篮球视频群体行为识别方法 |
| CN110427798A (zh) * | 2019-06-12 | 2019-11-08 | 勤耕仁现代农业科技发展(淮安)有限责任公司 | 一种青菜智能识别及叶色环境变化预测的方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0100209A3 (en) * | 1982-07-22 | 1985-10-23 | Eggtronics Limited | Egg counting device |
| DE202006007875U1 (de) * | 2006-05-15 | 2007-09-20 | Big Dutchman International Gmbh | Eierzählsensor |
| CN203492562U (zh) * | 2013-04-11 | 2014-03-26 | 浙江睿思特智能科技有限公司 | 笼养禽类的产蛋监测装置 |
| CN109239248A (zh) * | 2018-09-14 | 2019-01-18 | 河源出入境检验检疫局综合技术服务中心 | 蛋及蛋制品中氟虫腈的lc-q-tof检测方法 |
| CN209017650U (zh) * | 2018-10-30 | 2019-06-25 | 九江绿色沙洲生态农庄有限公司 | 一种便于蛋收集的养殖笼 |
| CN110609299B (zh) * | 2019-10-12 | 2023-08-01 | 合肥泰禾智能科技集团股份有限公司 | 一种基于tof的三维成像系统 |
-
2021
- 2021-01-26 CN CN202110106569.6A patent/CN112931295B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109743909B (zh) * | 2011-12-16 | 2015-01-21 | 中国船舶重工集团公司第七二六研究所 | 基于图像层的动态目标自动跟踪方法 |
| CN203788889U (zh) * | 2014-04-25 | 2014-08-27 | 成都小巨人畜牧设备有限公司 | 育雏育成采食调节装置 |
| CN108009486A (zh) * | 2017-11-28 | 2018-05-08 | 中科亿海微电子科技（苏州）有限公司 | 基于深度学习训练重构图的视频识别方法及系统 |
| CN110427798A (zh) * | 2019-06-12 | 2019-11-08 | 勤耕仁现代农业科技发展(淮安)有限责任公司 | 一种青菜智能识别及叶色环境变化预测的方法 |
| CN110348364A (zh) * | 2019-07-05 | 2019-10-18 | 北京工业大学 | 一种无监督聚类与时空域深度网络相结合的篮球视频群体行为识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于红外/可见光信号的改进跟踪算法的实现;张雪等;《激光与红外》;20070430(第04期);373-376 * |
| 复杂车辆图像中的车牌快速形态定位算法;杨述斌等;《计算机技术与发展》;20080610(第06期);50-53 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112931295A (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104718874A (zh) | 用于收割机的产量测量和根部切割器高度控制系统 | |
| EP3555562B1 (en) | Crop scanner | |
| Bargoti et al. | A pipeline for trunk detection in trellis structured apple orchards | |
| CN109934108B (zh) | 一种多目标多种类的车辆检测和测距系统及实现方法 | |
| CN112255636A (zh) | 一种距离测量方法、系统及设备 | |
| CN108710367B (zh) | 激光数据识别方法、装置、机器人及存储介质 | |
| CN107367738B (zh) | 危化品仓储障碍物监测方法、装置与系统 | |
| CN108845332B (zh) | 基于tof模组的深度信息测量方法及装置 | |
| CN114638909A (zh) | 基于激光slam和视觉融合的变电站语义地图构建方法 | |
| CN106483130B (zh) | 一种水稻病害的检测方法及其自动检测装置 | |
| CN109764809A (zh) | 一种基于二维激光传感器实时测算果树冠层体积的方法 | |
| Kathuria et al. | Development of an automated individual tree detection model using point cloud LiDAR data for accurate tree counts in a Pinus radiata plantation | |
| CN112764013A (zh) | 自动驾驶车辆感知系统测试方法、装置、设备及存储介质 | |
| CN112931295B (zh) | 一种养殖用低成本激光鸡蛋计数系统 | |
| CN114488173A (zh) | 一种基于飞行时间的距离探测方法和系统 | |
| WO2021232227A1 (zh) | 构建点云帧的方法、目标检测方法、测距装置、可移动平台和存储介质 | |
| CN113393421A (zh) | 一种果实评估方法、装置和巡视设备 | |
| CN109993071B (zh) | 基于遥感影像的变色林木自动识别及调查的方法和系统 | |
| CN115311589B (zh) | 一种用于采光建筑的隐患处理方法及设备 | |
| CN116883483A (zh) | 一种基于激光摄像机系统的鱼体量测方法 | |
| WO2021056348A1 (zh) | 点云探测系统的信号处理方法和点云探测系统 | |
| Jiang et al. | Measurement of the banana pseudo-stem phenotypic parameters based on ellipse model | |
| CN116030373A (zh) | 鱼道智能监测系统 | |
| Feng et al. | A novel 3D laser vision system for robotic apple harvesting | |
| Palconit et al. | Fish stereo matching using modified k-dimensional tree nearest neighbor search |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |