公开(公告)号：CN115937682A

公开(公告)日：2023-04-07

申请号：CN202211633607.4

申请日：2022-12-19

Applicant: 安徽大学

Inventor： 翁士状 ,  张盛羽 ,  陶文韬 ,  吴叶杭 ,  苌浩宇 ,  朱金辰 ,  张明健 ,  刘玉龙 ,  郑玲 ,  黄林生 ,  赵晋陵

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/0895

Abstract: 本发明涉及一种标注样本缺失下的植物叶部病害视觉识别方法，包括：获取原始的植物叶部病害数据集，进行数据标注；进行数据增强处理；基于生成对抗网络GAN和分类器，构建双策略半监督学习模型GANC‑DGAN；利用增强后的植物叶部病害数据集对双策略半监督学习模型GANC‑DGAN进行训练，使用训练好的双策略半监督学习模型GANC‑DGAN进行植物叶部病害识别。本发明的实际应用价值高，通过构建双策略半监督学习模型GANC‑DGAN，针对标注图像缺少、训练样本少的问题，提高了识别效率，为农作物病害识别提供了理论指导与技术支撑，对农业作物病害监测具有重大的现实意义。

公开(公告)号：CN119375209A

公开(公告)日：2025-01-28

申请号：CN202411630323.9

申请日：2024-11-15

Applicant: 安徽大学

Inventor： 翁士状 ,  杨瑞 ,  吴叶杭 ,  朱睿 ,  汪聪 ,  张盛羽 ,  朱金辰 ,  苌浩宇 ,  刘玉龙 ,  张明健 ,  郑玲 ,  赵晋陵 ,  黄林生

IPC: G01N21/65 ,  G01N21/01 ,  C12M1/00 ,  C12M1/36 ,  C12M1/42 ,  C12M1/26 ,  C12M1/04 ,  B01L3/00

Abstract: 本发明提供一种一种空气真菌病害孢子微流控SERS采集系统及方法，该系统包括微流控纯化模块，用于对抽取的气体进行分离富集，得到富集的孢子；SERS传感模块，用于将富集的孢子和增强粒子进行混合，得到被测溶液；光谱采集模块，用于采集被测溶液的光谱后输出；以及控制模块，控制模块与微流控纯化模块、SERS传感模块以及光谱采集模块电连接，用于控制这些模块的启停时序。微流控纯化模块从物理方法上实现孢子的纯化，SERS传感单元生成被测溶液，光谱仪采集溶液的拉曼光谱数据，这些模块体积都比较小巧，使得本系统可以部署在无人机上，方便在任意位置进行数据采集，该采集过程是全自动的，无需人员参与，可大幅提高检测效率。

公开(公告)号：CN119339088A

公开(公告)日：2025-01-21

申请号：CN202411874111.5

申请日：2024-12-19

Applicant: 安徽大学

Inventor： 翁士状 ,  刘玉龙 ,  苏亚辉 ,  张盛羽 ,  吴叶杭 ,  苌浩宇 ,  朱金辰 ,  张明健 ,  涂德宝 ,  习敏

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06T7/90 ,  G06T7/529 ,  G06V10/82

Abstract: 本发明提供一种基于感知增强门控网络的小麦染病麦穗分割方法，包括：获取待检测小麦图像，待检测小麦图像中包括若干小麦麦穗；将待检测小麦图像输入至训练好的感知增强门控网络模型中，得到分割图像；分割图像中的健康小麦麦穗的颜色、患病小麦麦穗的颜色、背景区域的颜色相异；感知增强门控网络模型融合了双门控机制和多尺度扩张卷积块，以实现对小麦麦穗的精确分割。该方法通过两种不同的门控单元在语义特征提取分支中保留了浅层局部特征的同时又提取到了更深层次的上下文特征，获取多样的特征细节，使得语义分割模型在复杂场景下仍然可以拥有优异的性能表现，进而得到非常精确的分割图像。

公开(公告)号：CN119023648A

公开(公告)日：2024-11-26

申请号：CN202411141323.2

申请日：2024-08-20

Applicant: 安徽大学

Inventor： 翁士状 ,  吴叶杭 ,  杨瑞 ,  邱梦情 ,  郑守国 ,  蔚栓 ,  任积峰 ,  郑玲 ,  刘玉龙 ,  张盛羽

IPC: G01N21/65 ,  B22F9/24 ,  B22F1/054 ,  B22F1/18 ,  C01G49/08 ,  C01G9/02 ,  B82Y40/00 ,  B82Y30/00

Abstract: 本发明提供一种SERS探针制备方法、汞离子浓度检测方法，其中一种SERS探针制备方法，包括如下步骤：制备磁性纳米颗粒Fe3O4；利用所述磁性纳米颗粒Fe3O4，制备复合材料ZnO@Fe3O4；利用所述复合材料ZnO@Fe3O4，制备SERS探针AuNPs@ZnO@Fe3O4。该方法所制得的SERS探针AuNPs@ZnO@Fe3O4具有显著增强的表面拉曼散射信号，使得汞二价离子即使在极低浓度下也能被检测到，其检测限可达到纳摩尔级别，远高于许多传统检测方法；同时，利用该SERS探针检测汞离子时，无需复杂的样品预处理步骤，操作流程简单易行，且反应时间短，适合快速检测。

公开(公告)号：CN117197807A

公开(公告)日：2023-12-08

申请号：CN202311220559.0

申请日：2023-09-20

Applicant: 安徽大学

Inventor： 张寒苏 ,  李海东 ,  陈旭 ,  张盛羽 ,  苌浩宇 ,  蔚栓 ,  尚俊呈 ,  占子朝 ,  李士昌 ,  沈瓒骏 ,  侯芷萌

IPC: G06V20/69 ,  G06V10/44 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及基于YOLOv4‑tiny轻量化模型的小麦赤霉病孢子识别方法，与现有技术相比解决了赤霉病孢子检测准确率低、检测速度慢、计算量大的缺陷。本发明包括以下步骤：孢子图像数据集的建立；构建轻量化孢子识别模型；轻量化孢子识别模型的训练；待识别孢子图像的获取；小麦赤霉病孢子识别结果的获得。本发明利用YOLOv4‑tiny具有更高的检测速度和较好的实时性的特点，在保证准确性的同时实现快速检测；本发明通过将YOLOv4主干特征提取网络CSPDarknet53模块替换为CSPDarknet53_tiny模块，有效的实现了小麦赤霉病孢子快速准确检测识别。