-
公开(公告)号：CN103081887A
公开(公告)日：2013-05-08
申请号：CN201310038941.X
申请日：2013-01-31
Applicant: 安徽大学
Abstract: 本发明涉及农业信息技术领域，特别涉及一种大田作物病害立体信息获取装置及方法。该装置包括拱形架，其用于搭载信息获取探头；拱形架上设有弧形滑槽，信息获取探头可在滑槽内滑动；信息获取探头，用于采集作物病害区域光谱；推拉板，用于固定参照板，参照板对高光谱数据进行校正；地物光谱仪，用于采集病害作物立体维的高光谱信息；移动终端，用于数据收集与病害程度判断，提供最优喷药角度与喷药剂量；运输车，用于承载上述部件，且在田间行走。本发明实施例提供的大田作物病害立体信息获取装置及方法，通过面向大田变量喷药指导装置的开发和使用方法探索，提出喷药效果最大化的角度或角度组合，有效提高机械化施药和人工喷药的病害防控效率。
-
公开(公告)号：CN114511527B
公开(公告)日：2025-04-25
申请号：CN202210080786.7
申请日：2022-01-24
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/11 , G06T7/41 , G01N21/88 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于扩展局部二值模式的纺织丝饼成型不良缺陷检测方法，包括：获取丝饼图像，图像降采样；图像分割和图像裁剪；仿射变换；获取数据集；通过扩展的LBP算法计算出训练集中各个图像的纹理特征向量；生成XML文件；计算出测试集中各个图像的纹理特征向量，SVM支持向量机对测试集正样本、负样本中每张图像的标签进行预测，并计算出预测准确率；对待检测的丝饼图像进行滑块预测；根据滑块预测的标签输出判断结果。本发明通过图像分割将最终的背景干扰去除，使得处理后的图像不再含有大量的干扰，解决了从停留在实验室的研究与验证阶段到能够直接使用到工业生产线中，本发明对纺织丝饼成型不良缺陷检测准确率高、耗时短。
-
公开(公告)号：CN118397616A
公开(公告)日：2024-07-26
申请号：CN202410814599.6
申请日：2024-06-24
Applicant: 安徽大学 , 安徽中科星联信息技术有限公司
Abstract: 本发明公开了一种基于密度感知的补全和稀疏融合的3D目标检测方法，包括：获取待检测目标数据；将所述待检测目标数据输入至目标检测模型，获取检测结果，其中，所述目标检测模型包括：依次连接的密度感知补全模块、稀疏交叉BEV融合模块和语义点云渲染模块；所述密度感知补全模块用于利用图像BEV特征对所述待检测目标数据中的稀疏和空白区域的点云特征进行补全，获取密度补全后的稀疏BEV特征；所述稀疏交叉BEV融合模块用于将所述密度补全后的稀疏BEV特征和图像BEV特征融合在统一的BEV二维空间中；所述语义点云渲染模块用于对融合后的点云特征赋予语义信息。本发明能够解决点云稀疏导致漏检、融合方式计算量大等问题。
-
公开(公告)号：CN118247584A
公开(公告)日：2024-06-25
申请号：CN202410667511.2
申请日：2024-05-28
Applicant: 安徽大学
IPC: G06V10/764 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V10/82 , G06V20/10
Abstract: 本发明公开一种高光谱图像域泛化方法和装置、系统、存储介质，包括以下步骤：根据源域高光谱图像，得到扩展域高光谱图像；根据源域高光谱图像和扩展域高光谱图像，通过解耦处理，得到源域不变特征、源域特定特征、扩展域不变特征和扩展域特定特征；根据域不变特征、源域特定特征、扩展域不变特征和扩展域特定特征，通过域组合进行特征重建和域交换，训练域不变特征编码器和域特定特征编码器；将目标域高光谱图像输入到训练好的域不变特征编码器进行预测分类。采用本发明的技术方案，有效提高高光谱图像跨场景分类的精度和泛化性能。
-
公开(公告)号：CN113970392B
公开(公告)日：2023-09-22
申请号：CN202111242022.5
申请日：2021-10-25
Applicant: 安徽大学
IPC: G01L1/14
Abstract: 一种柔性接近觉与压力触觉传感器、传感系统及柔性电子皮肤，传感器包括：电极层，所述电极层包括在空间上立体分布的弓形电极与封闭弓形电极的梯形叉指电极，二者整体呈弓‑梯形叠叉指状结构；以及柔性衬底组件，所述柔性衬底组件包括弓形电极柔性衬底、梯形电极柔性衬底和连接在两者之间的阶梯状棱柱结构介质层，弓形电极柔性衬底、梯形电极柔性衬底分别封装弓形电极和梯形叉指电极，阶梯状棱柱结构介质层由多个仿生弯曲蛙腿结构单体阵列而成。本发明具有更优越的灵敏度、动态响应等性能。
-
Patent Agency Ranking
公开(公告)号：CN116778252A
公开(公告)日：2023-09-19
申请号：CN202310816540.6
申请日：2023-07-04
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/58 , G06V10/77 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于长短距离交叉注意力的高光谱图像分类方法，包括：获取具有地物类别标签信息的高光谱图像；根据地物类别标签信息将高光谱图像划分为多个图像块；根据多个图像块，构造训练集和测试集；构建基于长短距离交叉注意力的高光谱分类网络；利用训练集对高光谱分类网络进行训练，得到训练好的高光谱分类网络；利用训练好的高光谱分类网络对测试集进行分类结果预测。本发明中通过构建、训练并利用基于长短距离交叉注意力的高光谱分类网络LSDC对高光谱图像进行分类，具有较好的分类性能以及较好的泛化能力。
-
公开(公告)号：CN116542999A
公开(公告)日：2023-08-04
申请号：CN202310449875.9
申请日：2023-04-23
Applicant: 安徽大学 , 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明涉及一种基于DenseSIFT特征的脑区轮廓快速推荐方法，包括：获取2D序列生物脑图像，进行图像纹理增强；对图像进行脑区轮廓线标记，通过轮廓线采样轮廓点；计算脑区轮廓点法线方向上的多个像素点坐标；计算DenseSIFT特征；计算欧式距离，得到初始轮廓推荐点集S；进行初始轮廓推荐点筛选，得到矫正后的轮廓推荐点；通过贝塞尔曲线对矫正后的轮廓推荐点进行拟合得到推荐轮廓线。相较于目前流行的机器学习方法，本发明无需训练数据集即可对轮廓进行推荐，因此解决了新数据或者新脑区缺少人工标注数据集的问题，方法泛用性很强，极大降低了由于点密集导致的推荐轮廓不均匀以及速度慢的问题，准确率高，耗时短。
-
公开(公告)号：CN116452645A
公开(公告)日：2023-07-18
申请号：CN202310441400.5
申请日：2023-04-23
Applicant: 安徽大学 , 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明涉及一种基于符号距离函数协同分割的跨模态医学图像配准方法，包括：将跨模态生物医学图像分为浮动图像和固定图像；预估固定图像的符号距离场；得到训练后的分割模型；进行Voxel‑Morph配准模型的训练；重复步骤(2)到步骤(4)，直到重构模型、分割模型和配准模型收敛；将预估符号距离场和计算的待配准的、浮动图像的真实的符号距离场输入收敛后的Voxel‑Morph配准模型中生成配准后的浮动图像。本发明将跨模态图像的符号距离场作为潜在结构特征有效协同分割和配准任务，将跨模态图像配准问题转化成模态无关的单模态配准问题，大大提高了小样本场景下的跨模态生物医学图像的配准表现，提高了跨模态脑配准的精度。
-
公开(公告)号：CN113340507B
公开(公告)日：2023-05-23
申请号：CN202110515493.2
申请日：2021-05-12
Applicant: 安徽大学
IPC: G01L5/165
Abstract: 一种基于“沙漏状”结构的全柔性三维力柔性触觉传感器，包括梯形触头、柔性腔体、“沙漏状”弹性体和柔性电极，“沙漏状”弹性体粘贴在柔性腔体内壁；所述的柔性电极包括柔性激励电极和柔性接地电极，柔性激励电极和柔性接地电极均以柔性腔体的中心轴为对称轴，分别等间隔粘贴在“沙漏状”弹性体上曲面与下曲面，并与柔性腔体内壁留有一定距离，且柔性激励电极与柔性接地电极相互对齐；柔性激励电极与柔性接地电极之间隔一层空气层作为电介质层；梯形触头紧密粘贴在柔性腔体上部中心位置。本发明结构更加优异，极易发生形变，响应更快，灵活性更好，迟滞更低，恢复性更好，检测范围更宽。
-
公开(公告)号：CN114708308A
公开(公告)日：2022-07-05
申请号：CN202210042043.0
申请日：2022-01-14
Applicant: 安徽大学
IPC: G06T7/30 , G06N3/04 , G06K9/62 , G06V10/774 , G06V10/74
Abstract: 本发明涉及一种基于深度自校准的递进式三维生物医学图像配准方法，与现有技术相比解决了递归级联配准策略中存在的信息泄露问题以及one‑shot配准策略中对位移场的平滑约束导致配准精度受限的缺陷。本发明包括以下步骤：三维生物医学图像数据集的获取和预处理；配准模型的构建；配准模型的训练；待配准图像与模板图像的获取与预处理；三维生物医学图像配准结果的获得。本发明通过将前次配准结果递归输入网络进行自校准优化并记录与整合每次递归产生的位移场，将空间中的大位移通过递归网络分段完成从而在无信息泄露的前提下提高了三维生物医学图像的配准精度，并有效的节省了GPU资源。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.03 seconds)
