公开(公告)号：CN110089297A

公开(公告)日：2019-08-06

申请号：CN201910414703.1

申请日：2019-05-18

Applicant: 安徽大学

Inventor： 张东彦 ,  王道勇 ,  梁栋 ,  尹勋 ,  梁洪弋 ,  陈雨 ,  杜世州 ,  黄林生

IPC: A01G7/00 ,  H04N7/18

Abstract: 本发明特别涉及一种小麦赤霉病大田环境下病情严重度诊断方法，包括以下步骤：(A)在麦田采集感染小麦赤霉病麦穗45度角图像；(B)用田间麦穗分割模型分割病害图像得到麦穗区域；用小麦赤霉病分割模型分割病害图像得到病斑区域；(C)采用凹点匹配法分割麦穗和病斑的粘连区域，得到麦田中每株麦穗的面积和病斑面积；(D)计算每株麦穗的病斑面积和麦穗面积的比值R，判断R是否大于设定阈值，若R大于设定阈值，则判定该株麦穗为病穗；(E)计算麦田中病穗数量与总穗数量的比值X，并根据比值X对病情进行分级；并公开了对应的检测装置。该方法可以实现大田环境下小麦赤霉病病情诊断，诊断速度快且精确度高。

公开(公告)号：CN109544538A

公开(公告)日：2019-03-29

申请号：CN201811422679.8

申请日：2018-11-27

Applicant: 安徽大学

Inventor： 张东彦 ,  王道勇 ,  梁栋 ,  徐超 ,  黄林生 ,  程志友 ,  赵晋陵 ,  翁世状

IPC: G06T7/00 ,  G06N3/00

Abstract: 本发明特别涉及一种小麦赤霉病病害等级分级方法，包括以下步骤：(A)采集得到原始图像；(B)对原始图像依次进行灰度化处理、二值化处理、开闭运算得到二值化图像；(C)将原始图像和二值化图像进行结合；(D)转换到Lab颜色空间，利用IABC-K-PCNN方法对a通道灰度图进行处理得到二值化的单穗赤霉病病斑图；(E)计算单穗面积S1和病斑面积S2，然后计算两者比值R；(F)根据国家标准、比值R将对该单穗的病害进行分级并将病害等级输出；还公开了一种分级装置。本发明提出的病害等级分级方法经大量样本测试，在小麦赤霉病田间调查时不破坏性采样，具有分级精度可靠、推广价值高等优势。

公开(公告)号：CN108606916A

公开(公告)日：2018-10-02

申请号：CN201810510688.6

申请日：2018-05-24

Applicant: 安徽大学

Inventor： 张东彦 ,  刘瑜 ,  张子龙 ,  汪芹 ,  张婷 ,  何华莉 ,  黄林生 ,  洪琪

IPC: A61H3/06 ,  G06Q10/04

CPC classification number: A61H3/061 ,  G06Q10/047

Abstract: 本发明涉及一种智能导盲装置，该装置包括传感器、控制单元、警示单元、输入单元、定位单元以及存储单元，输入单元用于盲人设置出行终点，定位单元用于获取盲人所在的位置，存储单元中存储有定制路径，控制单元根据盲人设置的终点以及定位单元定位的起点与存储的定制路径进行匹配，匹配成功后控制单元根据盲人位置以及定制路径上的优化细节控制警示单元发出提醒，匹配失败后控制单元生成路径并存储至存储单元中；管理人员可为定制路径添加、修改或删除细节优化。本发明能够实时的告知盲人路况信息和环境信息，让盲人对前方的路况有充分的感知；同时可以避免了实时监测导致的延迟现象，大幅提高了盲人出行的舒适度。

公开(公告)号：CN105807790B

公开(公告)日：2018-08-28

申请号：CN201610258904.3

申请日：2016-04-25

Applicant: 安徽大学

Inventor： 黄林生 ,  黄锦阳 ,  刘童金 ,  徐超 ,  梁栋 ,  黄震 ,  郑玲 ,  张东彦 ,  赵晋陵

IPC: G05D1/10 ,  G01C21/16

Abstract: 本发明提供一种基于室内混合定位的智能跟随系统，该系统包括设置在跟随物体上的触控屏、主控板、测距模块和驱动模块以及被跟随人员携带的手机终端，所述主控板集成有第一主控制器、第一Wi‑Fi模块和九轴惯性传感器，所述手机终端集成有第二主控制器、第二Wi‑Fi模块、三轴加速度传感器和陀螺仪。本发明还提供一种基于室内混合定位的智能跟随系统的跟随方法。本发明使用简便、灵活，人机交互性强，可根据实际需要设置在任何需要跟随人的物体上，为解放人的双手提供保障，具有很强的环境适应性和生存能力，同时本发明在技术上完美平衡了成本和跟随精度，稳定性高，在拥有较小误差的同时实现了低成本，具有良好的可推广性。

公开(公告)号：CN107064126A

公开(公告)日：2017-08-18

申请号：CN201710237466.7

申请日：2017-04-12

Applicant: 安徽大学

Inventor： 翁士状 ,  梁栋 ,  徐超 ,  王年 ,  黄林生 ,  张东彦 ,  赵晋陵 ,  郑玲

IPC: G01N21/78 ,  G01N21/31 ,  G05D27/02 ,  G05B11/42

CPC classification number: G01N21/78 ,  G01N21/31 ,  G01N2021/786 ,  G01N2201/0407 ,  G01N2201/06113 ,  G05B11/42 ,  G05D27/02

Abstract: 本发明涉及农残检测技术领域，特别涉及一种有机磷农药残留快速检测装置，包括电源变送模块、激光器、光纤分路器、准直器、光电接收管、信号调理模块以及主控模块；所述的电源变送模块为其他模块供电，激光器产生的激光经过光纤分路器变成多路光源后接入准直器中，经准直器准直后的光线被光电接收管所接收，准直器和光电接收管之间的光学通道上布置有比色皿，信号调理模块将光电接收管接收到的光源信号进行光电转换、滤波放大处理后输出至主控模块，主控模块经计算后得到样品抑制率。采用激光器作为光源更为稳定可靠，光纤分路器将激光分为多束保证光线一致性，这样后续处理所得到数据更准确。

公开(公告)号：CN104766152A

公开(公告)日：2015-07-08

申请号：CN201510051397.1

申请日：2015-01-30

Applicant: 安徽大学

Inventor： 张东彦 ,  梁栋 ,  黄林生 ,  赵晋陵 ,  黄文江 ,  徐超 ,  朱大洲

IPC: G06Q10/06 ,  G06Q50/02

Abstract: 本发明涉及农业植保信息技术领域，特别涉及一种作物病害识别与病情评估装置，包括：图谱信息采集装置、样品采集装置、图像采集卡和处理器；图谱信息采集装置，用于采集作物病害叶片的图谱信息；样品采集装置，设置在图谱信息采集装置的正下方，用于放置作物病害叶片以及为图谱信息采集装置提供微环境光源；图像采集卡，用于将图谱信息采集装置采集的作物病害叶片的图谱信息传输到处理器，处理其获取作物病害叶片的图谱信息，进行病害识别并计算病情指数，提供喷施药剂名称与喷洒剂量。本发明能准确地区分作物病害，计算病情指数，划分作物病害严重度；并针对作物病害的病情指数给出病害防治方法及施药措施，利于环境保护和促进农业生产。

公开(公告)号：CN102878957B

公开(公告)日：2015-05-27

申请号：CN201210367345.1

申请日：2012-09-26

Applicant: 安徽大学

Inventor： 梁栋 ,  黄文江 ,  黄林生 ,  管青松 ,  张东彦 ,  胡根生

IPC: G01B11/28 ,  G01N21/25

Abstract: 本发明涉及基于遥感影像优化PROSAIL模型参数的叶面积指数和叶绿素含量的反演方法，包括：下载遥感影像并对其进行预处理，得到多光谱冠层反射率数据；运用PROSAIL模型，根据不同的参数组合建立查找表，确定不同参数和冠层反射率的关系，即回归方程；建立目标函数，结合多光谱冠层反射率数据，优化参数，直至得到目标函数的全局最小值及对应的参数组合，并利用多光谱冠层反射率数据对参数进行更新；根据上述所得到的回归方程、多光谱冠层反射率数据及参数组合，反演得到叶面积指数和叶绿素含量。该方法对传统方法进行了由点及面的扩展，无需田间观测数据，有效降低了传统方法测量叶面积指数和叶绿素含量的成本，提高了反演精度和速度。

公开(公告)号：CN115063678B

公开(公告)日：2025-04-04

申请号：CN202210673426.8

申请日：2022-06-15

Applicant: 安徽大学

Inventor： 黄林生 ,  佘宝 ,  张东彦 ,  赵晋陵 ,  张安骏 ,  阮瑞 ,  朱家明 ,  殷齐硕

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明涉及一种基于国产GF‑6WFV数据的大豆种植区提取方法，包括：获取待提取区域的GF‑6WFV数据，并对数据进行预处理；采用决策树分层逐级提取策略剔除预处理后的GF‑6WFV数据中的非农作物像元，得到农田植被总体分布数据；生成候选遥感特征集合；得到优选特征集合，再进行分类器的筛选，得到最佳分类器；将优选特征集合和最佳分类器结合，获得最优提取模型，并对最优提取模型的表现进行评价，考查最优提取模型对于大豆种植区的制图效果。本发明利用决策树分层逐级提取策略，显著降低水体、建成区、裸土、树木等其他地物类型对大豆提取结果造成的干扰，有助于获取更为准确和可靠的结果；同时降低数据占用的存储空间和运算量，从而提高执行效率。

公开(公告)号：CN114120203B

公开(公告)日：2024-11-26

申请号：CN202111452227.6

申请日：2021-12-01

Applicant: 安徽大学 ,  安徽黄鹄电子信息技术有限公司

Inventor： 张东彦 ,  罗瀚森 ,  李威风 ,  严海峰 ,  谷春艳 ,  杜世州

IPC: G06V20/40 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/762 ,  G06V10/764

Abstract: 本发明涉及一种基于改进YoloV4的田间小麦赤霉病发生程度评估方法，包括如下步骤：S100、拍摄观测区群体麦穗图像；S200、利用训练好的改进YoloV4目标检测网络模型对观测区群体麦穗图像进行检测并获得单个麦穗图像；S300、统计麦穗个数得到麦穗总数，同时对单个麦穗图像进行特征提取和随机森林分类并统计患病麦穗个数；S400、根据麦穗总数和患病麦穗个数计算群体麦穗的病穗率，按照国家相关标准得到该群体麦穗的赤霉病发生程度。本方法提高了小麦赤霉病发生程度的预测精度，且能够在复杂条件下使用，无需辅助设备或材料，拥有良好的泛用性，有效解决了拍摄角度导致的麦穗遮挡而无法检测的情况，目标检测网络模型的检测精度也得到提高，缩短了模型训练时间。

公开(公告)号：CN117557995A

公开(公告)日：2024-02-13

申请号：CN202311562904.9

申请日：2023-11-22

Applicant: 西北农林科技大学 ,  安徽大学

Inventor： 张东彦 ,  高玥 ,  程涛 ,  杨雪 ,  谷春艳 ,  胡根生 ,  乔红波 ,  郭伟 ,  刁智华

IPC: G06V20/69 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明涉及基于YOLOv8和CBAM注意力机制的小麦赤霉病孢子检测方法，与现有技术相比解决了由于背景复杂和目标微小而导致的检测准确率低的缺陷。本发明包括以下步骤：数据采集和预处理；构建小麦赤霉病孢子检测模型；小麦赤霉病孢子检测模型的训练；待检测小麦赤霉病孢子图像的获取；小麦赤霉病孢子检测结果的获得。本发明能够有效提高小麦赤霉病孢子检测的准确率和泛化能力。