公开(公告)号：CN117036958A

公开(公告)日：2023-11-10

申请号：CN202311157101.5

申请日：2023-09-08

Applicant: 安徽大学

Inventor： 陈鹏 ,  张波 ,  夏懿 ,  章军 ,  张明年 ,  庞春辉 ,  王兵 ,  张东彦 ,  黄林生 ,  梁栋

IPC: G06V20/10 ,  G06V10/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种小麦幼苗期分蘖数的检测方法，包括：获取小麦幼苗根茎部图像并进行预处理；构建小麦幼苗分蘖数检测识别模型；将卷积注意力模块加入小麦幼苗分蘖数检测识别模型中；将训练集输入改进的小麦幼苗分蘖数检测识别模型进行训练，得到训练后的小麦幼苗分蘖数检测识别模型；将待识别的小麦幼苗根茎部图像输入训练后的小麦幼苗分蘖数检测识别模型中，得到小麦幼苗分蘖数图像检测识别分类结果。本发明的训练结果较好，对小麦幼苗分蘖数检测识别模型性能的提高更加显著，对小麦幼苗的分蘖数检测精确度明显提高，可以有效解决小麦幼苗图像中存在的遮挡重叠问题，实现分蘖期小麦幼苗分蘖部位的准确检测和分蘖数的准确识别。

公开(公告)号：CN116630971B

公开(公告)日：2023-09-29

申请号：CN202310904702.1

申请日：2023-07-24

Applicant: 安徽大学 ,  西北农林科技大学

Inventor： 张东彦 ,  张文豪 ,  程涛 ,  杨雪 ,  谷春艳 ,  张淦 ,  雷雨 ,  陈煦

IPC: G06V20/69 ,  G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/77 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明涉及基于CRF_ResUnet++网络的小麦赤霉病孢子分割方法，与现有技术相比解决了难以针对样本为赤霉病孢子的小目标密集且存在粘连进行精准分割的缺陷。本发明包括以下步骤：小麦赤霉病孢子识别图像的获取；CRF_ResUnet++网络的构建；CRF_ResUnet++网络的训练；待分割小麦赤霉病孢子图像的获取；小麦赤霉病孢子分割结果的获得。本发明利用具有编码器解码器结构的Unet++对孢子图像进行初始分割，再在Unet++中引入残差块ResNet，以强化特征的传播能力，提取更多孢子细节信息，最后使用全连接条件随机场模型进行后处理，得到更精确的边缘和完整孢子区域。

公开(公告)号：CN110174393B

公开(公告)日：2023-09-05

申请号：CN201910568001.9

申请日：2019-06-27

Applicant: 安徽大学

Inventor： 翁士状 ,  张雪艳 ,  徐超 ,  唐佩佩 ,  朱文秀 ,  袁和财 ,  张东彦 ,  郑玲

IPC: G01N21/65

Abstract: 本发明涉及一种差分单光子拉曼传感快速准确检测麦粒呕吐毒素的装置及其检测方法，所述的装置包括光纤激光器、光纤准直器、半透半反镜、样品池、光电探测器、滤光片、单光子计数器以及光电信号提取模块。本发明利用单光子计数器提高拉曼传感灵敏性，结合位移差分去除荧光背景和光源干扰，快速准确的实现对麦粒中呕吐毒素的检测。

公开(公告)号：CN116616215A

公开(公告)日：2023-08-22

申请号：CN202310783179.1

申请日：2023-06-29

Applicant: 灵璧县唯农牧业有限责任公司 ,  安徽大学

Inventor： 朱若玉 ,  张淦 ,  张东彦 ,  沈书豪 ,  姜飞 ,  潘正高

IPC: A01K43/00 ,  A01K43/08 ,  A01K43/06 ,  A01K43/04 ,  A01K31/16 ,  B65G15/30 ,  B65G13/06 ,  B65G47/22 ,  B65G43/08

Abstract: 本发明涉及鸡蛋自动化技术领域，具体是涉及一种全自动化鸡蛋收集、检测、分级一体化装置，包括收集装置，装置还包括检测装置和分级装置，检测装置和收集装置之间设置有运输鸡蛋的运输装置，检测装置包括两个镜像设置的传送杆，传送杆能够将鸡蛋进行夹持，传送杆的上方设置有工业相机，传送杆的两端分别抵接运输装置和分级装置。通过设置检测装置和分级装置，检测装置和收集装置之间通过运输装置连接，检测装置包括和分级装置抵接的传送杆，从而鸡蛋能够从鸡舍出来之后分别经过收集装置、运输装置、检测装置上的传送杆和分级装置，形成了鸡蛋收集、检测、分级的一体化，减少了搬运的过程，降低了损耗，提高了工作的效率。

公开(公告)号：CN116385432A

公开(公告)日：2023-07-04

申请号：CN202310637503.9

申请日：2023-06-01

Applicant: 安徽大学 ,  西北农林科技大学

Inventor： 张东彦 ,  陶文峰 ,  程涛 ,  杨雪 ,  谷春艳 ,  李威风 ,  闫子豪 ,  吴宇航

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/25

Abstract: 本发明涉及一种轻量化解耦小麦赤霉病孢子检测方法，与现有技术相比解决了从未关注的亚洲镰孢和禾谷镰孢因类内与类间差异小、无法有效对小麦赤霉病两种主要致病孢子做出检测区分的缺陷。本发明包括以下步骤：小麦赤霉病致病孢子显微图像获取及预处理；轻量化解耦小麦赤霉病孢子检测模型的构建；轻量化解耦小麦赤霉病孢子检测模型的训练；获取待检测的小麦赤霉病致病孢子显微图像并进行预处理；小麦赤霉病孢子检测结果的获得。本发明考虑了现有农田检测设备有存储空间和功耗的限制，能精准快速对小麦赤霉病主要致病孢子显微图像进行检测。

公开(公告)号：CN112419323B

公开(公告)日：2023-05-02

申请号：CN202011321459.3

申请日：2020-11-23

Applicant: 安徽农道智能科技有限公司 ,  安徽大学

Inventor： 张东彦 ,  李威风 ,  杨琦 ,  张文豪 ,  罗瀚森 ,  汪志存 ,  梁栋 ,  谷春艳

IPC: G06T7/10 ,  G06F1/16 ,  G06F3/01 ,  G02B27/01

Abstract: 本发明特别涉及一种基于可穿戴式麦穗采集装置的麦穗计数方法，包括如下步骤：S100、通过可穿戴式采集装置采集田间麦穗图像并将麦穗图像发送到服务器中；S200、服务器对采集到的图像进行预处理后输入至训练好的分割模型中进行分割后得到麦穗分割图；S300、将麦穗分割图输入至训练好的计数模型中统计麦穗数量并发送至采集装置上显示。采集装置可以方便的对田间麦穗进行图像采集，再将采集到的图像发送至服务器上进行麦穗的计数处理，这样采集装置无需进行数据处理，可以减少其体积便于携带；服务器上设置的分割模型可以方便的进行麦穗分割和计数，最后将统计的麦穗数量发送回采集装置上进行显示，这样对现场的工作人员来说，操作非常简便。

公开(公告)号：CN115861836A

公开(公告)日：2023-03-28

申请号：CN202211480121.1

申请日：2022-11-24

Applicant: 安徽大学

Inventor： 黄林生 ,  丁翰 ,  张东彦 ,  佘宝 ,  黄文江 ,  赵晋陵 ,  肖甜 ,  张恒 ,  缪保峰

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/764 ,  G06V10/771 ,  G06V10/80 ,  G06V10/70

Abstract: 本发明涉及一种基于多时相Sentinel‑2数据的大豆种植区提取方法，包括：获取Sentinel‑2影像数据和辅助数据，进行预处理；将研究区的影像内的非农作物像元进行剔除，得到研究区的植被总体分布；生成所有特征的集合，并将数据融合在一起，进行掩膜；进行特征优选，筛选出各个分类器对应的最佳特征子集，选出最佳分类器；通过获取的最佳分类器和该分类器对应的最佳特征子集，组成大豆最佳提取模型，并对大豆最佳提取模型的大豆提取效果进行评估，并得到该研究区内的大豆最佳制图效果。本发明提高了精度，减少错分漏分的概率；丰富了光谱特征，还提取了部分地物是光谱难以区分的，以用作辅助数据；极大的减少了工作量，减少了特征冗余以及噪声，提高了工作效率。

公开(公告)号：CN115588016A

公开(公告)日：2023-01-10

申请号：CN202211159179.6

申请日：2022-09-22

Applicant: 安徽大学

Inventor： 张东彦 ,  虞俊 ,  程涛 ,  张淦 ,  李威风 ,  梁栋 ,  黄林生 ,  赵晋陵

IPC: G06T7/11 ,  G06T3/40 ,  G06T5/00 ,  G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明特别涉及一种基于Lstm_PSPNet深度学习网络的小麦倒伏分割方法，包括如下步骤：利用无人机采集待检测麦田图像，并进行几何校正和拼接处理得到一张待检测RGB大图；将待检测RGB大图输入至训练好的Lstm_PSPNet网络中得到倒伏区域分割图；所述的Lstm_PSPNet网络包括特征图计算模块、改进后的空间金字塔池化模块以及分割预测模块。本发明通过引入具有记忆长短期信息的能力的ConvLSTM神经网络，插入卷积注意力模块CBAM以及Tversky损失函数对PSPNet模型进行改进，将不同生育期之间的时序关系进行逐网络传递，从而提高分割精度。

公开(公告)号：CN115170556A

公开(公告)日：2022-10-11

申请号：CN202210939259.7

申请日：2022-08-05

Applicant: 安徽大学

Inventor： 李莉萍 ,  张霞 ,  张东彦 ,  严海峰

IPC: G06T7/00 ,  G06T7/11 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08 ,  A61B1/303

Abstract: 本发明涉及基于DSA‑DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法，与现有技术相比解决了子宫鳞状上皮病变区域影像难以进行准确高效图像分割的缺陷。本发明包括以下步骤：子宫颈醋酸图像的获取及预处理；构建DSA‑DoubleUNet模型；DSA‑DoubleUNet模型的训练；待分割图像的获取和预处理；子宫鳞状上皮病变区域影像的分割。本发明提高了对子宫鳞状上皮病变区域的分割能力，对于病变区域边缘的分割更加准确，同时在保证了分割精度的前提下，大大减少了模型的训练参数，缩短了模型的训练时间，对硬件设备要求较低，增加了模型的实用性。

公开(公告)号：CN115063610A

公开(公告)日：2022-09-16

申请号：CN202210596186.6

申请日：2022-05-30

Applicant: 安徽大学

Inventor： 黄林生 ,  陈月 ,  彭代亮 ,  黄文江 ,  赵晋陵 ,  张东彦 ,  丁翰 ,  殷齐硕

IPC: G06V10/62 ,  G06T7/62 ,  G06V10/764 ,  G06V10/774 ,  G06T7/11 ,  G06K9/62 ,  G06N5/00 ,  G06N20/10 ,  G06N20/20

Abstract: 本发明涉及基于Sentinel‑1、2影像的大豆种植区识别方法及其面积测算方法，与现有技术相比解决了大豆与其他作物光谱相似度高导致其依靠高维特征难以实现种植区识别的缺陷。本发明包括以下步骤：Sentinel‑1、2影像的获取和预处理；时间序列特征提取；支持向量机模型的构建；优选特征子集确定；大豆种植区识别。本发明借助GEE云计算平台，利用线性谐波模型提取大豆生长季内Sentinel‑1、2影像的时间序列特征，然后构造支持向量机模型，同时结合随机森林分类模型及斯皮尔曼相关系数探究大豆识别优选特征子集，最终利用支持向量机模型提取大豆种植区并测算面积。