摘要
本发明公开了基于深度学习的水稻种子智能筛选技术方法及控制系统,方法包括:利用高速摄像机采集每一批次预设时段内的水稻种子在倾斜采集板上滚动的连续帧RGB图像,分析所有批次的水稻种子的连续帧RGB图像信息;提取每一批次的水稻种子的图像轮廓信息及图像像素比判断水稻种子表征最佳的批次并记为目标样本;通过高光谱成像系统采集目标样本的光谱数据,并对光谱数据进行预处理并提取光谱标记信号;构建卷积神经网络模型,将光谱标记信号和目标样本的当前帧数的RGB图像像素信息输入模型进行训练,输出调整结果;本发明通过实现水稻种子的表征信息的准确获取,并进行批量化的水稻种子的智能筛选提高筛选效率。
技术关键词
智能筛选技术
图像像素
图像轮廓信息
高光谱成像系统
构建卷积神经网络
高速摄像机
样本
输入神经网络模型
Canny算法
种子
累积水稻
随机森林
标记
滚动特征
控制系统
数据
波长
信息采集模块
系统为您推荐了相关专利信息
道路交叉口
投票算法
YOLO模型
影像
投票技术
融合注意力机制
数据分析方法
训练卷积神经网络
构建卷积神经网络
分子
光谱图像分类方法
卷积模块
级联
注意力
线性迭代聚类
水工金属结构
矫正图像畸变
水库
感知损失函数
实时视频流