JP2022524673A - 土壌及び土壌型の分類のための装置、システム、及び方法 - Google Patents
土壌及び土壌型の分類のための装置、システム、及び方法 Download PDFInfo
- Publication number
- JP2022524673A JP2022524673A JP2021521985A JP2021521985A JP2022524673A JP 2022524673 A JP2022524673 A JP 2022524673A JP 2021521985 A JP2021521985 A JP 2021521985A JP 2021521985 A JP2021521985 A JP 2021521985A JP 2022524673 A JP2022524673 A JP 2022524673A
- Authority
- JP
- Japan
- Prior art keywords
- soil
- mass
- image
- module
- processor
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/45—Analysis of texture based on statistical description of texture using co-occurrence matrix computation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
- G01N27/121—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid for determining moisture content, e.g. humidity, of the fluid
-
- 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
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Medicinal Chemistry (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Food Science & Technology (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Software Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
8bit=0.299*Red+0.587*Green+0.114*Blue
式中、
Redは、画素の赤値であり、
Greenは、画素の緑値であり、
Blueは、画素の青値である。
8bit=0.299*Red+0.587*Green+0.114*Blue
式中、
Redは、画素の赤値であり、
Greenは、画素の緑値であり、
Blueは、画素の青値である。
式中、
ρAは、見掛固有電気抵抗率(Ωm)であり、
aは、電極(m)間の距離であり、
Vは、電位差(電圧)(V)であり、
Iは、電流(A)である。
式中、
は、浸透性μ及び誘電率ε(m/s)を有する媒体内の光の速さであり、
∇2は、Laplace演算子(1/m2)であり、
Εは、電界(V/m)である。
次いで、土壌の水分量が、誘電混合モデルから計算される。
[0087]画像取得モジュール12、土壌パラメータ測定デバイス14、14a、及び14bは、ユーザインターフェースを通じて動作され得る。ユーザインターフェースは、図5に示されるように、グラフィカルユーザインターフェース(GUI)を含み得る。GUIにおいて、「起動(ACTIVATE)」ボタンは、画像取得モジュール12、土壌パラメータ測定デバイス14、14a、及び14bを同時に、一緒に、又は連続的に起動するようにプログラムされ得る。
8bit=0.299*Red+0.587*Green+0.114*Blue(2)
式中、
Redは、画素の赤値であり、
Greenは、画素の緑値であり、
Blueは、画素の青値である。
RGB画像から8ビットグレースケールへの変換後、処理された8ビットグレースケール画像ファイルは、次いで、カスタムファイル拡張子に従って、プロセッサのハードドライブに格納され得る。
d=max(|x1-x2|,|y1-y2|)
式中、(3)
dは、参照画素と近傍画素との間の距離であり、
x1は、参照画素のx座標であり、
y1は、参照画素のy座標であり、
x2は、近傍画素のx座標であり、
y2は、近傍画素のy座標である。
次いで、同時生起行列P(i,j)が、指定のd及びθについてグレーレベルi及びjを有する画素対の数を数えることによって構築される。画像がgグレーレベルを有する場合、GLCMは、g2要素を有するg×g行列として書かれ得る。この調査では、0~255のグレーレベルを有するグレースケール画像が使用された。演算されたGLCMの寸法は、256×256=65,536である。行列は、
によって正規化され、
p(i,j)は、正規化された同時生起行列であり、(4)
P(i,j)は、所与のd及びθについての同時生起行列である。
距離d及び方向θの初期値は、予め決定され得るか、又は予め設定され得る。いくつかの実施形態において、初期値は、それぞれ1及び0°である。これらの値は、必要なときに変更され得る。
(i.)角二次モーメント(Angular Second Moment:ASM);
(ii.)コントラスト(Contrast:CON);
(iii.)相関(Correlation:COR);
(iv.)エントロピ(Entropy:ENT);及び
(v.)逆差分モーメント(Inverse Difference Moment:IDM)。
5つのハラリックテクスチャ特徴は、意思決定のための入力として配置され、すなわち、意思決定モジュール66の入力として配置される。
(a.)ハードウェア問題に起因して入力がない場合(例えば、捕捉された画像がない、カメラの障害物など)、ANN結果は、入力なし、である。
(b.)「良土」の確率が「軟弱粘土」の確率よりも著しく高い場合、ANN結果は、「良土」である。
(c.)「軟弱粘土」の確率が「良土」の確率よりも著しく高い場合、ANN結果は、「軟弱粘土」である。
(d.)著しく高い方の確率がない場合、ANN結果は、区別不可能、である。
(a1)土壌抵抗率デバイス40のハードウェア問題に起因して入力がない場合(例えば、抵抗率が測定されない、電流が発生しないなど)、電気抵抗率結果は、入力なし、である。
(a2)見掛固有電気抵抗率が、「良土」範囲内に入る場合、電気抵抗率結果は、「良土」である。
(a3)見掛固有電気抵抗率が、「軟弱粘土」範囲内に入る場合、電気抵抗率結果は、「軟弱粘土」である。
(a4)見掛固有電気抵抗率が、「良土」及び「軟弱粘土」範囲のちょうど真ん中に入る場合、電気抵抗率結果は、区別不可能、である。
(b1)水分量デバイス40aのハードウェア問題に起因して入力がない場合(測定値なしなど)、「水分量結果」は、入力なし、である。
(b2)水分量値が「良土」範囲内に入る場合、「水分量結果」は、「良土」である。
(b3)水分量値が「軟弱粘土」範囲内に入る場合、「水分量結果」は、「軟弱粘土」である。
(b4)水分量値が、「良土」及び「軟弱粘土」範囲のちょうど真ん中に入る場合、「水分量結果」は、「区別不可能」である。
(c1)コーン貫入デバイス14aのハードウェア問題に起因して入力がない場合(qc及び/又はFsの測定値なしなど)、「コーン貫入結果」は、入力なし、である。
(c2)コーン貫入結果が「良土」範囲内に入る場合、「コーン貫入結果」は、「良土」である。
(c3)(c2)コーン貫入結果が「軟弱粘土」範囲内に入る場合、「コーン貫入結果」は、「軟弱粘土」である。
(c4)コーン貫入結果が、「良土」及び「軟弱粘土」範囲のちょうど真ん中に入る場合、「コーン貫入結果」は、「区別不可能」である。
(a.)両方の入力が同じである場合、
(i)両方が、入力なし、の場合、最終出力は、入力なし、である。
(ii)両方が「良土」(GE)の場合、最終出力は、GEである。
(iii)両方が「軟弱粘土」(SC)である場合、最終出力は、SCである。
(iv)両方が、区別不可能、である場合、最終出力は、混合である(すなわち、土塊は、ほぼ等しい割合の良土及び軟弱粘土の混合である)。
(b.)両方の入力が対立する場合(すなわち、一方が「良土」であり、一方が「軟弱粘土」である)、最終出力は、ユーザの裁量を必要とする(すなわち、地盤工学判断が必要とされる)。
(c.)いずれかの入力が、入力なし、を有する場合、
(i.)他方の入力が「良土」又は「軟弱粘土」又は区別不可能である場合、最終出力は、それぞれGE(<他方の入力>のみ)又はSC(<他方の入力>のみ)又は区別不可能(<他方の入力>のみ)である。
(d.)いずれかの入力が、区別不可能、を有する場合、
(i.)また他方の入力が「良土」又は「軟弱粘土」である場合、最終出力は、それぞれGE(<他方の入力>のみ)、又はSC(<他方の入力>のみ)である。
Claims (30)
- 土塊の分類のための装置であって、
少なくとも1つの光源を有する画像取得モジュールと、
土壌型と関連付けられた1つ又は複数の土壌パラメータを測定するための1つ又は複数の土壌パラメータ測定デバイスであって、前記土壌パラメータが、土壌抵抗率、土壌水分量、及び/又は土壌プロファイルを含む、1つ又は複数の土壌パラメータ測定デバイスと、
前記1つ又は複数の土壌測定デバイスが前記土塊に貫入するように、前記画像取得モジュール及び1つ又は複数の土壌パラメータ測定デバイスを動かすように動作可能な1つ又は複数の駆動部と、を含む、装置。 - 前記画像取得モジュールが、カメラ及び距離センサを含む、請求項1に記載の装置。
- 前記少なくとも1つの光源が、3000K~4000Kの色温度を有する白色光源である、請求項1又は2に記載の装置。
- 前記白色光源が、複数のLED投光照明を含む、請求項3に記載の装置。
- 124個のLED投光照明を備える、請求項4に記載の装置。
- 前記距離センサが、レーザ距離センサである、請求項2に記載の装置。
- 前記距離センサが、0.5メートル(m)~1.2mの距離を検出するように動作可能である、請求項6に記載の装置。
- 取得した画像のRGB(赤、緑、青)値を抽出し、前記画像を特定の解像度のグレースケール画像に変換し、統計的テクスチャ法を使用して前記グレースケール画像を分析し、前記グレースケール画像及び測定した前記土壌パラメータ(複数可)に基づいて前記土塊を少なくとも2つの土壌型のうちの1つに分類するように動作可能なデータ分析モジュールであって、前記画像取得モジュールとデータ通信状態に配置されるデータ分析モジュールをさらに含む、請求項1~7のいずれか一項に記載の装置。
- 前記取得した画像が、以下の数式に基づいて、8ビットグレースケール画像に変換され:
8bit=0.299*Red+0.587*Green+0.114*Blue
式中、
Redは、画素の赤値であり、
Greenは、前記画素の緑値であり、
Blueは、前記画素の青値である、請求項8に記載の装置。 - 前記統計的テクスチャ法が、グレーレベルの同時生起行列(GCLM:Grey Level Co-Occurrence Matrix)である、請求項9に記載の装置。
- 前記土壌パラメータ測定デバイスが、前記土壌抵抗率を測定するために複数の抵抗率プローブを有する土壌電気抵抗率センサである、請求項1~10のいずれか一項に記載の装置。
- 前記複数の抵抗率プローブが、前記土塊内へ電流を送るための2つの抵抗率プローブの第1のセット、及び2つの抵抗率プローブの第2のセットであって、前記2つの抵抗率プローブの第2のセットの間の電位を測定するための2つの抵抗率プローブの第2のセットを含む、請求項11に記載の装置。
- 前記抵抗率プローブの貫入の間隔及び深さが、可変である、請求項12に記載の装置。
- 前記土壌パラメータ測定デバイスが、前記土壌水分量を測定するために水分量測定デバイスを含む、請求項1~13のいずれか一項に記載の装置。
- 前記水分量測定デバイスが、時間領域リフレクタ(TDR)プローブのセットを含むTDRであり、前記TDRプローブのセットは、それらの間で電磁インパルスを伝達するためのものである、請求項14に記載の装置。
- 前記TDRプローブの貫入の深さが可変である、請求項15に記載の装置。
- 前記土壌パラメータ測定デバイスが、前記土塊に様々な深さまで貫入することによって土壌プロファイルを決定するためのコーン貫入デバイスである、請求項1~16のいずれか一項に記載の装置。
- 前記コーン貫入デバイスが、シャフト、前記シャフトに接続される下向きコーン、及び前記コーンより上に前記シャフトに取り付けられる機器化された摩擦スリーブを含み、前記コーンが、コーン先端抵抗を測定し、前記摩擦スリーブが、そこに適用される摩擦を測定する、請求項17に記載の装置。
- 土塊の分類のためのシステムであって、
土塊の少なくとも1つの画像を獲得するための画像取得モジュールと、
前記土塊のパラメータを測定するための土壌パラメータ測定モジュールであって、前記土壌パラメータが、土壌抵抗率、土壌水分量、及び/又は土壌プロファイルを含む、土壌パラメータ測定モジュールと、
前記少なくとも1つの画像及び前記土塊測定値(複数可)を受信するように動作可能なプロセッサと、を含み、
前記プロセッサが、前記土塊を少なくとも2つの土壌型のうちの1つに分類するように動作可能な分類モジュールを含む、システム。 - 前記分類モジュールが、機械学習アルゴリズムに基づいて前記土塊を分類するための第1のモジュール、及び前記土壌パラメータ測定に基づいて前記土塊を分類するための第2のモジュールを含む、請求項19に記載のシステム。
- 前記機械学習アルゴリズムが、人工ニューラルネットワーク、又は畳み込みニューラルネットワーク、又は他の他のタイプのニューラルネットワークに基づく、請求項20に記載のシステム。
- 前記少なくとも2つの土壌型が、良土及び軟弱粘土を含む、請求項19~21のいずれか一項に記載のシステム。
- 前記土塊の分類が、1つ又は複数の土壌パラメータ測定値、及び機械学習アルゴリズムに基づく、請求項19~22のいずれか一項に記載のシステム。
- 前記土壌パラメータ測定モジュールが、水分量測定デバイス、土壌抵抗率センサ、及び/又は前記土塊に貫入され得るコーン貫入デバイスを含む、請求項18~22のいずれか一項に記載のシステム。
- 前記プロセッサが、前記少なくとも1つの画像からRGB値を抽出し、前記少なくとも1つの画像を特定の解像度のグレースケール画像に変換し、統計的テクスチャ法を使用して前記グレースケール画像を分析するように動作可能であり、前記プロセッサが、前記グレースケール画像及び測定された前記土壌パラメータ(複数可)に基づいて、前記土塊を少なくとも2つの土壌型のうちの1つに分類するように動作可能な分類モジュールをさらに含む、請求項18~23のいずれか一項に記載のシステム。
- 前記少なくとも1つの画像が、以下の数式に基づいて、8ビットグレースケール画像に変換され:
8bit=0.299*Red+0.587*Green+0.114*Blue
式中、
Redは、画素の赤値であり、
Greenは、前記画素の緑値であり、
Blueは、前記画素の青値である、請求項24に記載のシステム。 - 前記統計的テクスチャ法が、グレーレベルの同時生起行列(GCLM:Grey Level Co-Occurrence Matrix)である、請求項24又は25に記載のシステム。
- 土塊の分類のための方法であって、(a.)画像取得モジュール及び土壌パラメータ測定デバイスを土塊の方へ動かすステップ、(b.)前記土塊の画像を取得するステップ、(c.)前記土塊の土壌パラメータを前記土塊の様々な深さにおいて測定するステップであって、前記土壌パラメータが、土壌抵抗率、土壌水分量、及び/又は土壌プロファイルを含む、ステップ、(d.)前記画像及びパラメータ測定値をプロセッサに送信するステップ、(e.)データ分析を行うステップ、(f.)前記プロセッサによって前記土塊を分類するステップを含み、前記分類ステップが、前記土塊を少なくとも2つの土壌型のうちの1つに分類することを含む、方法。
- 土壌画像の第1のセット及び土壌パラメータ測定値の第2のセットを受信するための入力モジュールを有するプロセッサであって、前記プロセッサが、前記土塊を少なくとも2つの土壌型のうちの1つに分類するように動作可能な分類モジュールを含む、プロセッサ。
- 実行可能なソフトウェア命令を含む非一時的なコンピュータ可読媒体であって、実行されると、土塊を識別及び分類する方法を実施し、前記方法が、(a.)画像取得モジュール及び土壌パラメータ測定デバイスを土塊の方へ動かすステップ、(b.)前記土塊の画像を取得するステップ、(c.)前記土塊の土壌パラメータを前記土塊の様々な深さにおいて測定するステップであって、前記土壌パラメータが、土壌抵抗率、土壌水分量、及び/又は土壌プロファイルを含む、ステップ、(d.)前記画像及びパラメータ測定値をプロセッサに送信するステップ、並びに(e.)前記プロセッサによって前記土塊を分類するステップを含み、前記分類ステップが、前記土塊を少なくとも2つの土壌型のうちの1つに分類することを含む、非一時的なコンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10201902144R | 2019-03-11 | ||
SG10201902144RA SG10201902144RA (en) | 2019-03-11 | 2019-03-11 | Apparatus, system and method for classification of soil and soil types |
PCT/SG2020/050117 WO2020185157A1 (en) | 2019-03-11 | 2020-03-09 | Apparatus, system and method for classification of soil and soil types |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022524673A true JP2022524673A (ja) | 2022-05-10 |
JP7225502B2 JP7225502B2 (ja) | 2023-02-21 |
Family
ID=72425929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021521985A Active JP7225502B2 (ja) | 2019-03-11 | 2020-03-09 | 土壌及び土壌型の分類のための装置、システム、方法及びコンピュータ可読媒体 |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP7225502B2 (ja) |
KR (1) | KR102655527B1 (ja) |
CN (1) | CN113167780A (ja) |
SG (2) | SG10201902144RA (ja) |
WO (1) | WO2020185157A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112577999A (zh) * | 2020-12-14 | 2021-03-30 | 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心) | 一种海水入侵与土壤盐渍化一体化实时监测评价系统 |
CN112816663B (zh) * | 2021-02-02 | 2023-01-10 | 陆相荣 | 防洪工程的黄河堤坝土质含水量监测方法及装置 |
CA3129016A1 (en) * | 2021-04-07 | 2022-10-07 | Queen's University At Kingston | Automatic classification of excavation materials |
CN113884540A (zh) * | 2021-06-21 | 2022-01-04 | 中国水利水电科学研究院 | 一种胶结砂砾砂料含泥量的快速检测装置及检测方法 |
CN114215035A (zh) * | 2021-12-23 | 2022-03-22 | 同济大学 | 结合tdr技术的静力触探探头、检测系统和测量方法 |
WO2023240175A1 (en) * | 2022-06-08 | 2023-12-14 | S4 Mobile Laboratories, LLC | Method and apparatus for detecting chemical compounds in soil |
CN117074403B (zh) * | 2023-08-17 | 2024-05-28 | 宁夏大学 | 一种土壤水分盐分信息自动化提取装置 |
CN117686686B (zh) * | 2023-12-13 | 2024-06-21 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种监测干旱环境下黏土干缩裂缝发育的系统及方法 |
CN117890394A (zh) * | 2024-03-14 | 2024-04-16 | 中铁七局集团第三工程有限公司 | 盾构刀盘结泥饼探测装置及探测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6317694B1 (en) * | 2000-08-24 | 2001-11-13 | The United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for selecting a sand pack mesh for a filter pack and a well casing slot size for a well |
US6570999B1 (en) * | 1998-08-17 | 2003-05-27 | Ag-Chem Equipment Co., Inc. | Soil particle and soil analysis system |
JP3547948B2 (ja) * | 1997-08-26 | 2004-07-28 | 農工大ティー・エル・オー株式会社 | 土壌測定用ツール、土壌測定ロボット及びその他の関連装置と方法 |
JP2004264257A (ja) * | 2003-03-04 | 2004-09-24 | Toyota Motor Corp | 土壌状態判定方法 |
JP3831249B2 (ja) * | 1999-07-08 | 2006-10-11 | 農工大ティー・エル・オー株式会社 | 土壌測定装置、土壌測定支援装置及び方法並びにプログラムを記録した記録媒体及びデータを記録した記録媒体並びに土壌モデルデータベース管理システム |
JP2010047938A (ja) * | 2008-08-20 | 2010-03-04 | Kansai Electric Power Co Inc:The | 地盤評価方法および地盤評価装置 |
US20140301607A1 (en) * | 2013-04-05 | 2014-10-09 | Pioneer Hi Bred International Inc | Field and Crop Evaluation Tool and Methods of Use |
US20160370274A1 (en) * | 2015-02-20 | 2016-12-22 | Halliburton Energy Services, Inc. | Classifying particle size and shape distribution in drilling fluids |
US20180292339A1 (en) * | 2014-11-14 | 2018-10-11 | Pioneer Hi-Bred International, Inc. | Systems and methods for high resolution plant root zone soil mapping and crop modeling |
JP2020041801A (ja) * | 2018-09-06 | 2020-03-19 | 株式会社安藤・間 | 土壌改質判定装置、及び異物除去方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS547948B2 (ja) * | 1972-08-11 | 1979-04-11 | ||
JP3451535B2 (ja) * | 1997-09-02 | 2003-09-29 | オムロン株式会社 | 土壌の光学特性測定装置 |
JP4627507B2 (ja) * | 1999-07-08 | 2011-02-09 | 農工大ティー・エル・オー株式会社 | 散布量制御装置及び方法並びに散布量決定装置並びにシステム並びに記録媒体 |
KR100508966B1 (ko) * | 2001-07-06 | 2005-08-17 | 노우코우다이 티엘오 가부시키가이샤 | 토양특성 관측장치 및 토양특성 관측방법 |
CN202794042U (zh) * | 2012-05-25 | 2013-03-13 | 浙江大学 | 一种利用全景环带摄影法快速预判土壤类型的装置 |
CN104200230B (zh) * | 2014-09-11 | 2018-04-27 | 哈尔滨工业大学 | 一种基于小波变换和svm分类的土壤土质识别方法 |
CN104634943B (zh) * | 2015-01-22 | 2016-11-16 | 中国科学院东北地理与农业生态研究所 | 一种盐碱化土壤含盐量的在线测量方法 |
CN107957516A (zh) * | 2017-12-07 | 2018-04-24 | 浙江省化工工程地质勘察院 | 一种土壤电阻率的测量方法及装置 |
CN108548959A (zh) * | 2018-02-09 | 2018-09-18 | 湖南省气象灾害防御技术中心(湖南省防雷中心) | 一种土壤电阻率测量方法及分析土壤分层结构的方法 |
CN108805863B (zh) * | 2018-05-02 | 2022-02-22 | 南京工程学院 | 深度卷积神经网络结合形态学检测图像变化的方法 |
CN109297963A (zh) * | 2018-10-12 | 2019-02-01 | 湖南农业大学 | 土壤图像获取设备、土壤含水量检测系统以及检测方法 |
-
2019
- 2019-03-11 SG SG10201902144RA patent/SG10201902144RA/en unknown
-
2020
- 2020-03-09 WO PCT/SG2020/050117 patent/WO2020185157A1/en active Application Filing
- 2020-03-09 JP JP2021521985A patent/JP7225502B2/ja active Active
- 2020-03-09 SG SG11202104747VA patent/SG11202104747VA/en unknown
- 2020-03-09 CN CN202080006600.2A patent/CN113167780A/zh active Pending
- 2020-03-09 KR KR1020217016535A patent/KR102655527B1/ko active IP Right Grant
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3547948B2 (ja) * | 1997-08-26 | 2004-07-28 | 農工大ティー・エル・オー株式会社 | 土壌測定用ツール、土壌測定ロボット及びその他の関連装置と方法 |
US6570999B1 (en) * | 1998-08-17 | 2003-05-27 | Ag-Chem Equipment Co., Inc. | Soil particle and soil analysis system |
JP3831249B2 (ja) * | 1999-07-08 | 2006-10-11 | 農工大ティー・エル・オー株式会社 | 土壌測定装置、土壌測定支援装置及び方法並びにプログラムを記録した記録媒体及びデータを記録した記録媒体並びに土壌モデルデータベース管理システム |
US6317694B1 (en) * | 2000-08-24 | 2001-11-13 | The United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for selecting a sand pack mesh for a filter pack and a well casing slot size for a well |
JP2004264257A (ja) * | 2003-03-04 | 2004-09-24 | Toyota Motor Corp | 土壌状態判定方法 |
JP2010047938A (ja) * | 2008-08-20 | 2010-03-04 | Kansai Electric Power Co Inc:The | 地盤評価方法および地盤評価装置 |
US20140301607A1 (en) * | 2013-04-05 | 2014-10-09 | Pioneer Hi Bred International Inc | Field and Crop Evaluation Tool and Methods of Use |
US20180292339A1 (en) * | 2014-11-14 | 2018-10-11 | Pioneer Hi-Bred International, Inc. | Systems and methods for high resolution plant root zone soil mapping and crop modeling |
US20160370274A1 (en) * | 2015-02-20 | 2016-12-22 | Halliburton Energy Services, Inc. | Classifying particle size and shape distribution in drilling fluids |
JP2020041801A (ja) * | 2018-09-06 | 2020-03-19 | 株式会社安藤・間 | 土壌改質判定装置、及び異物除去方法 |
Also Published As
Publication number | Publication date |
---|---|
KR20210112301A (ko) | 2021-09-14 |
WO2020185157A1 (en) | 2020-09-17 |
CN113167780A (zh) | 2021-07-23 |
JP7225502B2 (ja) | 2023-02-21 |
KR102655527B1 (ko) | 2024-04-09 |
SG11202104747VA (en) | 2021-06-29 |
SG10201902144RA (en) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7225502B2 (ja) | 土壌及び土壌型の分類のための装置、システム、方法及びコンピュータ可読媒体 | |
Kim et al. | Deep learning-based underground object detection for urban road pavement | |
AU2008288952B2 (en) | Automated borehole image interpretation | |
CN102509087A (zh) | 一种基于图像灰度共生矩阵的煤岩识别方法 | |
CN104535356A (zh) | 一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及系统 | |
US8823937B2 (en) | Products and methods for identifying rock samples | |
CN206740654U (zh) | 一种全直径页岩样品的快速综合评价装置 | |
CN112948952B (zh) | 一种盾构隧道衬砌背后空洞的演化预测方法 | |
KR102363235B1 (ko) | 이미지분석을 이용한 구조물의 균열감지 모니터링 시스템 | |
CN116490673A (zh) | 用于确定地质特性的碎屑成像 | |
NO20240323A1 (en) | Classification of pore or grain types in formation samples from a subterranean formation | |
Hausmann et al. | Technique, analysis routines, and application of direct push-driven in situ color logging | |
Harraden et al. | Proposed methodology for utilising automated core logging technology to extract geotechnical index parameters | |
US10346966B2 (en) | Non-destructive inspection methods and systems | |
JP2001020662A (ja) | 安定性評価方法 | |
CN116612099A (zh) | 一种太赫兹波煤炭筒仓物料扫描成像的方法 | |
JP2017198017A (ja) | ロックフィルダムにおけるロックゾーンの品質管理方法 | |
Moaveni | Advanced image analysis and techniques for degradation characterization of aggregates | |
WO2023133512A1 (en) | Systems and methods for measuring physical lithological features based on calibrated photographs of rock particles | |
JP5526807B2 (ja) | 画像処理による岩の性状の判定方法 | |
Kilic et al. | Performance evaluation of the neural networks for moisture detection using GPR | |
Gundersen et al. | Soil classification of NGTS sand site (Øysand, Norway) based on CPTU, DMT and laboratory results | |
Ghalib et al. | Soil stratigraphy delineation by VisCPT | |
Aw et al. | Field Trial to Rapidly Classify Soil Using Computer Vision with Electric Resistivity and Soil Strength | |
Aw et al. | Actual-Scale Field Trial of Rapid Soil Classification with Computer Vision, complemented with Electrical Resistivity and Soil Strength |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210830 Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210511 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221018 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7225502 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |