CN113984763B - 一种基于视觉识别的驱虫剂药效实验装置及方法 - Google Patents
一种基于视觉识别的驱虫剂药效实验装置及方法 Download PDFInfo
- Publication number
- CN113984763B CN113984763B CN202111262118.8A CN202111262118A CN113984763B CN 113984763 B CN113984763 B CN 113984763B CN 202111262118 A CN202111262118 A CN 202111262118A CN 113984763 B CN113984763 B CN 113984763B
- Authority
- CN
- China
- Prior art keywords
- experimental
- illumination
- experimental object
- stabilizing box
- culture dish
- 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
- 239000000077 insect repellent Substances 0.000 title claims abstract description 46
- 230000000007 visual effect Effects 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000002474 experimental method Methods 0.000 claims abstract description 42
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 36
- 238000005286 illumination Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 239000005871 repellent Substances 0.000 claims description 6
- 230000002940 repellent Effects 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 230000006399 behavior Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 241000607479 Yersinia pestis Species 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 239000003223 protective agent Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000361 pesticidal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明提供的一种基于视觉识别的驱虫剂药效实验装置及方法,实验装置包括:光照稳定箱、培养皿、摄像头云台、计算机处理器;摄像头云台设置在所述光照稳定箱外部的上表面,与光照稳定箱连接;培养皿放置在所述光照稳定箱的内部;摄像头云台与所述计算机处理器连接,将获取的图像数据发送至所述计算机处理器。可以广泛应用于空间型驱虫剂。其实验效果稳定。该实验装置由3部分组成,分别为用于放置实验对象的光照稳定箱,用于实时采集实验对象行为的摄像头云台和实时图像处理和运算的计算机。本实验发明不仅公开了一种装置简单,成本低廉,实验快速,操作便捷的驱虫实验设备,还公开了一种充分考虑实验对象自然习性和群体习性的实验方法,提高了驱虫实验的精准性及效率。
Description
技术领域
本发明涉及驱虫实验领域,尤其涉及一种基于视觉识别的驱虫剂药效实验装置及方法。
背景技术
在粮食安全日益重要的现在,储量害虫不仅使粮食储藏过程中粮食质量数量下降,同时排泄物和尸体也导致储藏环境的恶化,储量害虫严重危害着粮食安全。化学防护剂有效保护粮食免受储量害虫的侵害,但在长期的使用下,储粮害虫对多种类型的化学防护剂产生了不同程度的抗性,同时化学防护剂的使用也给粮食安全增加了风险。天然的驱虫剂凭借其生态环保、绿色高效、安全无污染的特点,受到了越来越多的关注,不仅用于粮食储备,在图书和衣物储藏方面也受欢迎。各类企业、高校、研究院所以及国家粮食储备部门正在研发具有驱虫作用的各类天然驱虫剂。同时也亟需一种能够高效快速判断驱虫剂药效实验的装置和方法。
目前传统鉴定驱虫实验的方法主要为以空间内存在数量差异为基准的实验方法,忽略了实验对象的社会群体性,实验操作粗糙,外界影响大,实验具有结果不准确不稳定等缺点。其中最重要的是上述实验方法缺少对实验对象行为学上的观测,忽视了实验对象的行为惯性以及群体对个体行为学影响。
发明内容
鉴于上述问题,提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种基于视觉识别的驱虫剂药效实验装置及方法。
根据本发明的一个方面,提供了一种基于视觉识别的驱虫剂药效实验装置。
一种基于视觉识别的驱虫剂药效实验装置,所述实验装置包括:光照稳定箱、培养皿、摄像头云台、计算机处理器;
所述摄像头云台设置在所述光照稳定箱外部的上表面,与所述光照稳定箱连接;
所述培养皿放置在所述光照稳定箱的内部;
所述摄像头云台与所述计算机处理器连接,将获取的图像数据发送至所述计算机处理器。
可选的,所述光照稳定箱还包括:LED补光灯、无影灯罩;
所述LED补光灯设置在所述光照稳定箱的顶部;
所述无影灯罩罩在所述LED补光灯上。
可选的,所述光照稳定箱还包括:漫反射套,用于包裹所述摄像头云台。
可选的,所述摄像头云台的像素为640×480。
可选的,所述计算机处理器具体包括:视觉识别跟踪单元、数据保存单元、数据处理单元、实时展示单元和结果导出单元。本发明还提供了一种基于视觉识别的驱虫剂药效实验方法,所述实验方法包括:
空白对照实验:将所述培养皿更换一张新滤纸,下皿放置一只实验对象;
采集所述实验对象行为视频5分钟,将所述光照稳定箱连同所述培养皿旋转90°,180°,270°后依次观察5分钟,共计观察20分钟;
驱避实验:所述稳定光照箱内培养皿更换一张新滤纸,在距离滤纸边缘一个实验对象大小的位置上放置浸满驱虫剂的直径为一个实验对象身长的加药片;
向所述培养皿中放置实验对象,盖上皿盖;
打开所述摄像机云台,计算机观测程序,采集视频数据并实时跟踪实验对象位置;
观测5分钟后,旋转光照稳定箱90°,180°和270°各观测5分钟;
更换滤纸,加药片以及实验对象,重复上述步骤5次;获得实验观测数据;
将所述实验观测数据进行数据处理,获得实验结果。
可选的,所述将所述实验观测数据进行数据处理,获得实验结果具体包括:
根据计算机实时采集的实验对象运动轨迹,利用视觉识别技术跟踪实验对象的运动轨迹,收集保存实验对象的实时位置坐标,绘制实验对象的运动轨迹;
根据计算机实时获取的实验对象位置坐标,绘制实验对象在培养皿内的停留场景热图;
根据计算机实时获取的实验对象位置坐标,计算实验对象到加药点的实时距离,将获取的距离数据绘制岭图;
计算公式如下:式中:d为实验对象到加药点的距离,xi为实验对象实时位置的横坐标,yi为实时位置的纵坐标,x0为加药点的横坐标,y0为加药点的纵坐标。
所述将所述实验观测数据进行数据处理,获得实验结果具体包括:
根据计算机实时采集的实验对象运动视频,利用视觉识别技术跟踪实验对象的运动轨迹,收集保存实验对象的实时位置坐标,绘制实验对象的运动轨迹;
根据计算机实时获取的实验对象位置坐标,绘制实验对象在培养皿内的停留场景热图;
根据计算机实时获取的实验对象位置坐标,计算实验对象到加药点的实时距离,将获取的距离数据绘制山图;
计算公式如下:式中:d为实验对象到加药点的距离,xi为实验对象实时位置的横坐标,yi为实时位置的纵坐标,x0为加药点的横坐标,y0为加药点的纵坐标。
本发明提供的一种基于视觉识别的驱虫剂药效实验装置及方法,所述实验装置包括:光照稳定箱、培养皿、摄像头云台、计算机处理器;所述摄像头云台设置在所述光照稳定箱外部的上表面,与所述光照稳定箱连接;所述培养皿放置在所述光照稳定箱的内部;所述摄像头云台与所述计算机处理器连接,将获取的图像数据发送至所述计算机处理器。可以广泛应用于空间型驱虫剂。其实验效果稳定。该实验装置由3部分组成,分别为用于放置实验对象的光照稳定箱,用于实时采集实验对象行为的摄像头云台和实时图像处理和运算的计算机。本实验发明不仅公开了一种装置简单,成本低廉,实验快速,操作便捷的驱虫实验设备,还公开了一种基于视觉识别的驱虫实验方法,提高驱虫实验的精准性及效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚地了解本发明的技术手段,可依照说明书的内容予以实施,并且为了让本发明的上述条目和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明一种基于视觉识别的驱虫剂药效实验装置的结构示意图;
图2为本发明一种基于视觉识别的驱虫剂药效实验方法的流程图;
图3为本发明一种基于视觉识别的驱虫剂药效实验装置的视觉识别过程图;
图4为本发明一种基于视觉识别的驱虫剂药效实验装置及实验方法的实时跟踪轨迹展示窗口;
图5为本发明一种基于视觉识别的驱虫剂药效实验装置及实验方法中利用运动坐标文件绘制的运动轨迹图;
图6为本发明一种基于视觉识别的驱虫剂药效实验装置及实验方法中利用运动坐标文件绘制的运动停留场景热图;
图7为本发明一种基于视觉识别的驱虫剂药效实验装置及实验方法中利用运动坐标文件与加药点坐标计算并绘制的离加药点距离的岭图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元。
下面结合附图和实施例,对本发明的技术方案做进一步的详细描述。
如图1所示:针对传统驱虫剂实验装置存在的笨重、不易组装、场地要求大、所需实验对象数目多、观察时间长、操作繁琐、忽视个体行为学习惯、忽视实验样本群体对个体的影响以及实验结果统计粗糙等缺点,特研制了本实验装置并设计了新的实验方法。本发明采取如下技术方案,主要原理基于视觉识别技术,对实验对象进行识别并跟踪其活动轨迹,根据驱虫剂对实验对象活动行为的影响,从而鉴定驱虫剂的药效强弱。本实验装置包括光照稳定箱,其大小为20cm×20cm×30cm;培养皿,其直径为9cm;摄像头云台,其像素为640×480;和计算机处理器,其为且不限于Windows、Linux系统,内置opencv软件和Python操作环境。
计算机模块为python编译基于opencv的包括视觉识别跟踪单元、数据保存单元、数据处理单元、实时展示单元和结果导出单元。
计算机模块中视觉识别跟踪单元算法选择为opencv中的颜色轮廓识别算法。
如图2所示,本发明一种基于视觉识别的驱虫剂药效实验方法,包括以下步骤:
(一)空白实验
(1)培养皿中更换新的滤纸片,在距离滤纸边缘一个实验对象大小的位置放置直径2mm的空白对照加药片,放置实验对象,盖上皿盖。打开摄像头云台,打开计算机观测程序,开始采集视频数据并实时跟踪实验对象位置;
(2)观测5分钟后,旋转光照稳定箱90°,180°和270°各观测5分钟,共计观察20分钟;
(二)驱避实验
(1)稳定光照箱内培养皿更换一张新滤纸,在距离滤纸边缘一个实验对象大小的位置放置浸满驱虫剂的直径为一个实验对象身长的加药片;
(2)向培养皿中随机放置实验对象,盖上皿盖。打开摄像机云台模块,打开计算机观测程序,开始采集视频数据并实时跟踪实验对象位置;
(3)观测5分钟后,旋转光照稳定箱90°,180°和270°各观测5分钟;
(4)更换滤纸,加药片以及实验对象,重复上述(2)(3)步骤5次。确保实验的可重复性;
(三)数据处理,如图3和图4所示;
(1)根据计算机实时采集的实验对象运动轨迹,利用视觉识别技术跟踪实验对象的运动轨迹,收集保存实验对象的实时位置坐标,绘制实验对象的运动轨迹。
(2)根据计算机实时获取的实验对象位置坐标,绘制实验对象在培养皿内的停留场景热图。
(3)根据计算机实时获取的实验对象位置坐标,计算实验对象到加药点的实时距离,将获取的距离数据绘制岭图。计算公式如下:式中:d为实验对象到加药点的距离,xi为实验对象实时位置的横坐标,yi为实时位置的纵坐标,x0为加药点的横坐标,y0为加药点的纵坐标。
本发明的原理:驱虫剂药效分子在培养皿内自由扩散,实验对象受到驱虫剂影响,其自然发生躲避活动行为,具体体现为绕行和远离躲避。通过计算机视觉识别实验对象,跟踪实验对象的活动轨迹,保存实验对象的位置坐标,绘制停留场景热图,计算实验对象距离驱虫剂的平均距离,判定驱虫剂的药效程度。
原理:为规避实验对象暂留气味对其活动行为的影响,每次实验前需更换新的滤纸片。为规避实验对象探索边缘的自然习性,特将加药片放置在培养皿边缘位置处。为规避实验对象的趋北自然习性,特需要转换角度进行重复实验。为规避驱虫剂分子扩散充满整个培养皿空间,特将实验时间设置为5分钟。为规避实验对象群体对个体的社会影响,特将实验对象设置为单独实验。
原理:计算机视觉识别采用的是opencv颜色轮廓识别算法。由摄像头云台采集录像,实时转化成单帧图像进行分析,首先将每帧图像重定义大小为800×600的规范大小,然后执行高斯滤波消除实验主体的图像细节,再执行HSV颜色转换,接着执行二值化和MASK溶胀突出实验对象和背景的差异并识别轮廓。最后运用颜色轮廓识别算法进行识别和实时跟踪。
实施例:驱虫剂A的驱避药效实验如下:
实验准备
实验条件:温度为(25±2)℃,相对湿度为(40±10)%
打开计算机监控实验程序,稳定光照稳定箱光源,更换新的滤纸片,放置实验对象,盖上培养皿上盖,启动计算机程序,开始跟踪并保存实验对象的实时位置坐标,5分钟后,旋转光照稳定箱90°,180°,270°各观测5分钟。更换滤纸片和实验对象进行重复实验
驱避实验
更换新的滤纸片,在距离滤纸片边缘一个实验对象大小的位置上放置直径2mm的加药片,放置实验对象,盖上培养皿上盖,启动计算机程序,开始跟踪并保存实验对象的实时位置坐标,5分钟后,旋转光照稳定箱90°,180°,270°各观测5分钟。更换滤纸片和实验对象进行重复实验
数据计算与结果绘制
根据计算机实时获取的实验对象位置坐标,计算实验对象到加药点的实时距离,将获取的距离数据绘制岭图。计算公式如下: 式中:d代表实验对象到加药点的距离,xi代表实验对象实时位置的横坐标,yi代表实时位置的纵坐标,x0代表加药点的横坐标,y0代表加药点的纵坐标。
实验对象离加药点的平均距离计算公式: 式中/>代表平均距离,i代表每一帧图像,n代表所有帧数,t代表共识别跟踪时间,视频为一秒播放27帧。
测试结果:
测试结果实验对象轨迹图如图5所示,测试结果实验对象停留场景热图如图6所示;
测试结果实验对象离加药点平均距离
测试结果实验对象离加药点距离岭图如图7。
有益效果:
1、本发明设计的实验装置结构简单,构造单一,对实验环境的要求低,可以满足大多数实验室的环境要求。
2、本发明基于视觉识别技术,相较于传统空间计数实验,其具有准确率高的优点。
3、本发明装置重点以观测实验对象的行为和运动轨迹来判断驱虫剂的药效,相较于传统药效试验更具有合理性,且避免了群体对个体影响。
4、本发明装置将加药点设置在培养皿边缘处,充分考虑到实验对象探索边缘的固有生活习性,实验设置更为合理。
5、本发明实验方法设置了4种角度各5分钟的观察实验,相较于传统实验方法,充分考虑到实验对象的趋北性,避免了实验误差。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于视觉识别的驱虫剂药效实验方法,应用一种基于视觉识别的驱虫剂药效实验装置,其特征在于,所述实验方法包括:
所述实验装置包括:光照稳定箱、培养皿、摄像头云台、计算机处理器;
所述摄像头云台设置在所述光照稳定箱外部的上表面,与所述光照稳定箱连接;
所述光照稳定箱还包括:LED补光灯、无影灯罩;
所述LED补光灯设置在所述光照稳定箱的顶部;
所述无影灯罩罩在所述LED补光灯上;
所述培养皿放置在所述光照稳定箱的内部;
所述摄像头云台与所述计算机处理器连接,将获取的图像数据发送至所述计算机处理器;
空白对照实验:将所述培养皿更换一张新滤纸,下皿放置一只实验对象;
采集所述实验对象行为视频5分钟,将所述光照稳定箱连同所述培养皿旋转90°,180°,270°后依次观察5分钟,共计观察20分钟;
驱避实验:所述光照稳定箱内培养皿更换一张新滤纸,在距离滤纸边缘一个实验对象大小的位置上放置浸满驱虫剂的直径为一个实验对象身长的加药片;
向所述培养皿中放置实验对象,盖上皿盖;
打开所述摄像头云台,计算机观测程序,采集视频数据并实时跟踪实验对象位置;
观测5分钟后,旋转光照稳定箱90°,180°和270°各观测5分钟;
更换滤纸,加药片以及实验对象,重复上述步骤5次;获得实验观测数据;
将所述实验观测数据进行数据处理,获得实验结果。
2.根据权利要求1所述的一种基于视觉识别的驱虫剂药效实验方法,其特征在于,所述将所述实验观测数据进行数据处理,获得实验结果具体包括:
根据计算机实时采集的实验对象运动视频,利用视觉识别技术跟踪实验对象的运动轨迹,收集保存实验对象的实时位置坐标,绘制实验对象的运动轨迹;
根据计算机实时获取的实验对象位置坐标,绘制实验对象在培养皿内的停留场景热图;
根据计算机实时获取的实验对象位置坐标,计算实验对象到加药点的实时距离,将获取的距离数据绘制岭图;
计算公式如下:式中:d为实验对象到加药点的距离,xi为实验对象实时位置的横坐标,yi为实时位置的纵坐标,x0为加药点的横坐标,y0为加药点的纵坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111262118.8A CN113984763B (zh) | 2021-10-28 | 2021-10-28 | 一种基于视觉识别的驱虫剂药效实验装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111262118.8A CN113984763B (zh) | 2021-10-28 | 2021-10-28 | 一种基于视觉识别的驱虫剂药效实验装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113984763A CN113984763A (zh) | 2022-01-28 |
CN113984763B true CN113984763B (zh) | 2024-03-26 |
Family
ID=79743263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111262118.8A Active CN113984763B (zh) | 2021-10-28 | 2021-10-28 | 一种基于视觉识别的驱虫剂药效实验装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113984763B (zh) |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826197A (zh) * | 2009-03-06 | 2010-09-08 | 北京百奥金生物科技有限公司 | 一种监控动物日常活动的方法及系统 |
CN103327310A (zh) * | 2013-07-12 | 2013-09-25 | 浙江宇视科技有限公司 | 一种基于鼠标轨迹跟踪的监控和巡航方法 |
WO2015029872A1 (ja) * | 2013-08-26 | 2015-03-05 | 学校法人上智学院 | ネコブ線虫を忌避させるための忌避剤及びその製造方法並びにその忌避剤を用いた忌避方法 |
CN104542495A (zh) * | 2014-07-01 | 2015-04-29 | 上海交通大学医学院附属新华医院 | 一种新型的秀丽线虫培养及实时动态观测装置 |
CN104749180A (zh) * | 2015-03-25 | 2015-07-01 | 北京浩辰星月科技有限公司 | 视觉鉴定分析及药敏鉴定系统,药敏检测方法 |
CN204536211U (zh) * | 2015-03-25 | 2015-08-05 | 北京浩辰星月科技有限公司 | 视觉鉴定分析及药敏鉴定系统 |
CN105761244A (zh) * | 2016-01-27 | 2016-07-13 | 中国科学技术大学 | 一种线虫致死率确定方法、装置及系统 |
CN105987685A (zh) * | 2016-07-04 | 2016-10-05 | 西北农林科技大学 | 一种基于双目视觉的昆虫行为学研究辅助系统 |
CN106167098A (zh) * | 2016-09-07 | 2016-11-30 | 南京林业大学 | 一种基于立体测量的旋翼无人机自动施药系统与方法 |
CN106534791A (zh) * | 2016-11-29 | 2017-03-22 | 杭州电子科技大学 | 一种大型蜘蛛三维运动观测及智能跟踪装置 |
CN106815556A (zh) * | 2016-12-20 | 2017-06-09 | 华中科技大学 | 一种多数据类型的平面群集运动数据采集系统 |
WO2017133453A1 (zh) * | 2016-02-02 | 2017-08-10 | 北京进化者机器人科技有限公司 | 一种运动人体跟踪方法和系统 |
CN107760757A (zh) * | 2017-10-17 | 2018-03-06 | 上海交通大学医学院附属新华医院 | 秀丽线虫抗菌药物筛选实时评估实验装置及评估方法 |
CN108351654A (zh) * | 2016-02-26 | 2018-07-31 | 深圳市大疆创新科技有限公司 | 用于视觉目标跟踪的系统和方法 |
CN109001150A (zh) * | 2018-09-11 | 2018-12-14 | 西北农林科技大学 | 一种基于近红外图像技术实现菌落计数的方法和装置 |
CN110031597A (zh) * | 2019-04-19 | 2019-07-19 | 燕山大学 | 一种生物式水质监测方法 |
CN209268406U (zh) * | 2019-01-02 | 2019-08-20 | 北方民族大学 | 一种实验用秀丽线虫培养装置 |
CN110502037A (zh) * | 2018-05-16 | 2019-11-26 | 上海医药工业研究院 | 线虫追踪成像分析装置 |
CN110927331A (zh) * | 2019-05-24 | 2020-03-27 | 四川省林业科学研究院 | 一种钉螺活性检测装置及活性检测和驱螺液药效检测方法 |
CN111178173A (zh) * | 2019-12-14 | 2020-05-19 | 杭州电子科技大学 | 一种目标菌落生长特征识别方法 |
CN111721908A (zh) * | 2020-07-14 | 2020-09-29 | 山东省水利科学研究院 | 基于生物运动轨迹变化的地表水体水质实时监测方法 |
CN111751292A (zh) * | 2020-05-30 | 2020-10-09 | 浙江大学山东工业技术研究院 | 基于高光谱成像技术的大麦叶部病害侵染位点可视化方法 |
CN111999882A (zh) * | 2020-07-29 | 2020-11-27 | 中国人民解放军63636部队 | 一种附加于跟踪望远镜的大视场长波红外穿云预警方法 |
CN113298023A (zh) * | 2021-06-11 | 2021-08-24 | 长江大学 | 一种基于深度学习及图像技术的昆虫动态行为识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9305205B2 (en) * | 2013-02-14 | 2016-04-05 | Microbrightfield, Inc. | Methods and systems for tracking movement of microscopic worms and worm-like organisms, and software therefor |
JP6750021B2 (ja) * | 2016-09-12 | 2020-09-02 | 株式会社Hirotsuバイオサイエンス | 線虫の嗅覚に基づく匂い物質に対する走性行動の評価方法、並びに該評価方法に用いるシャーレおよび行動評価系 |
-
2021
- 2021-10-28 CN CN202111262118.8A patent/CN113984763B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826197A (zh) * | 2009-03-06 | 2010-09-08 | 北京百奥金生物科技有限公司 | 一种监控动物日常活动的方法及系统 |
CN103327310A (zh) * | 2013-07-12 | 2013-09-25 | 浙江宇视科技有限公司 | 一种基于鼠标轨迹跟踪的监控和巡航方法 |
WO2015029872A1 (ja) * | 2013-08-26 | 2015-03-05 | 学校法人上智学院 | ネコブ線虫を忌避させるための忌避剤及びその製造方法並びにその忌避剤を用いた忌避方法 |
CN104542495A (zh) * | 2014-07-01 | 2015-04-29 | 上海交通大学医学院附属新华医院 | 一种新型的秀丽线虫培养及实时动态观测装置 |
CN104749180A (zh) * | 2015-03-25 | 2015-07-01 | 北京浩辰星月科技有限公司 | 视觉鉴定分析及药敏鉴定系统,药敏检测方法 |
CN204536211U (zh) * | 2015-03-25 | 2015-08-05 | 北京浩辰星月科技有限公司 | 视觉鉴定分析及药敏鉴定系统 |
CN105761244A (zh) * | 2016-01-27 | 2016-07-13 | 中国科学技术大学 | 一种线虫致死率确定方法、装置及系统 |
WO2017133453A1 (zh) * | 2016-02-02 | 2017-08-10 | 北京进化者机器人科技有限公司 | 一种运动人体跟踪方法和系统 |
CN108351654A (zh) * | 2016-02-26 | 2018-07-31 | 深圳市大疆创新科技有限公司 | 用于视觉目标跟踪的系统和方法 |
CN105987685A (zh) * | 2016-07-04 | 2016-10-05 | 西北农林科技大学 | 一种基于双目视觉的昆虫行为学研究辅助系统 |
CN106167098A (zh) * | 2016-09-07 | 2016-11-30 | 南京林业大学 | 一种基于立体测量的旋翼无人机自动施药系统与方法 |
CN106534791A (zh) * | 2016-11-29 | 2017-03-22 | 杭州电子科技大学 | 一种大型蜘蛛三维运动观测及智能跟踪装置 |
CN106815556A (zh) * | 2016-12-20 | 2017-06-09 | 华中科技大学 | 一种多数据类型的平面群集运动数据采集系统 |
CN107760757A (zh) * | 2017-10-17 | 2018-03-06 | 上海交通大学医学院附属新华医院 | 秀丽线虫抗菌药物筛选实时评估实验装置及评估方法 |
CN110502037A (zh) * | 2018-05-16 | 2019-11-26 | 上海医药工业研究院 | 线虫追踪成像分析装置 |
CN109001150A (zh) * | 2018-09-11 | 2018-12-14 | 西北农林科技大学 | 一种基于近红外图像技术实现菌落计数的方法和装置 |
CN209268406U (zh) * | 2019-01-02 | 2019-08-20 | 北方民族大学 | 一种实验用秀丽线虫培养装置 |
CN110031597A (zh) * | 2019-04-19 | 2019-07-19 | 燕山大学 | 一种生物式水质监测方法 |
CN110927331A (zh) * | 2019-05-24 | 2020-03-27 | 四川省林业科学研究院 | 一种钉螺活性检测装置及活性检测和驱螺液药效检测方法 |
CN111178173A (zh) * | 2019-12-14 | 2020-05-19 | 杭州电子科技大学 | 一种目标菌落生长特征识别方法 |
CN111751292A (zh) * | 2020-05-30 | 2020-10-09 | 浙江大学山东工业技术研究院 | 基于高光谱成像技术的大麦叶部病害侵染位点可视化方法 |
CN111721908A (zh) * | 2020-07-14 | 2020-09-29 | 山东省水利科学研究院 | 基于生物运动轨迹变化的地表水体水质实时监测方法 |
CN111999882A (zh) * | 2020-07-29 | 2020-11-27 | 中国人民解放军63636部队 | 一种附加于跟踪望远镜的大视场长波红外穿云预警方法 |
CN113298023A (zh) * | 2021-06-11 | 2021-08-24 | 长江大学 | 一种基于深度学习及图像技术的昆虫动态行为识别方法 |
Non-Patent Citations (5)
Title |
---|
Adam Michael Stewart ; Fabrizio Grieco ; Ruud A.J. Tegelenbosch ; Evan J. Kyzar ; Michael Nguyen ; Aleksandra Kaluyeva ; Cai Song ; Lucas P.J.J. Noldus ; Allan V. Kalueff.A novel 3D method of locomotor analysis in adult zebrafish: Implications for automated detection of CNS drug-evoked phenotypes.Journal of Neuroscience Methods.2015,第255卷全文. * |
以浸渍法测定农药的杀卵活性;戍昌第, 田惠芝, 欧阳津;植物保护;19830208(第01期);全文 * |
基于MR-6的批量胚胎细胞运动的自动追踪算法;尹昕;陈宸;;天津师范大学学报(自然科学版);20181130(第06期);全文 * |
基于特定特征识别的运动视觉跟踪系统设计;杨阳;;现代电子技术(第02期);全文 * |
角膜感染棘阿米巴原虫的实验室培养;鹿秀海;魏芳;姜丽红;张怡琳;孟红;;检验医学与临床;20110514(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113984763A (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Roosjen et al. | Deep learning for automated detection of Drosophila suzukii: potential for UAV‐based monitoring | |
CA3172012C (en) | Insect monitoring system and method | |
CN112633535A (zh) | 一种基于无人机图像的光伏电站智能巡检方法及系统 | |
US11933788B1 (en) | Spore state discrimination | |
Fee | A numerical model for determining integral primary production and its application to Lake Michigan | |
Li et al. | Development of a buoy-borne underwater imaging system for in situ mesoplankton monitoring of coastal waters | |
CN108537130A (zh) | 一种基于微型无人机技术的高原鼢鼠和高原鼠兔危害监测方法 | |
CN205919846U (zh) | 一种病虫害预测预警监测站 | |
Lu et al. | Assessing urban greenery by harvesting street view data: A review | |
CN109059808A (zh) | 叶片面积测量方法、系统、存储介质及移动终端 | |
CN114190267A (zh) | 用于水培植物生长环境调控及表型图像采集的系统 | |
Yang et al. | Leaf angle as a leaf and canopy trait: Rejuvenating its role in ecology with new technology | |
CN114898405B (zh) | 基于边缘计算的便携式肉鸡异常监测系统 | |
CN103598169A (zh) | 基于视觉传感器的果蝇远程监控系统及其监控方法 | |
CN113984763B (zh) | 一种基于视觉识别的驱虫剂药效实验装置及方法 | |
CN217523496U (zh) | 用于水培植物生长环境调控及表型图像采集的系统 | |
Wang et al. | Online recognition and yield estimation of tomato in plant factory based on YOLOv3 | |
CN114460080A (zh) | 一种水稻病虫智能监控系统 | |
Kattenborn et al. | AngleCam: Predicting the temporal variation of leaf angle distributions from image series with deep learning | |
CN206851835U (zh) | 一种基于视觉传感器的南方蔬菜重大害虫诱捕监测装备 | |
CN105761244A (zh) | 一种线虫致死率确定方法、装置及系统 | |
CN111178172A (zh) | 实验鼠嗅探动作识别方法、模块及系统 | |
CN112862054A (zh) | 一种害虫实时检测计数系统 | |
CN202697473U (zh) | 一种智能化鱼类疾病远程诊断系统 | |
Diehl et al. | Evaluating the effectiveness of wildlife detection and observation technologies at a solar power tower facility |
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 |