公开(公告)号：CN118115886A

公开(公告)日：2024-05-31

申请号：CN202311816139.9

申请日：2023-12-26

Applicant: 安徽大学

Inventor： 黄林生 ,  芦奇宝 ,  黄文江 ,  李劲松 ,  钱海明 ,  汪新培 ,  黄皓辉 ,  赵龙 ,  赵晋陵 ,  阮超

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/771

Abstract: 本发明涉及一种基于物候和光谱特征多作物分类方法，包括：下载Sentinel‑2卫星影像数据，进行预处理，得到影像集；采集和标记地面数据，得到地面数据点集；通过分类规则提取耕地，得到耕地影像集；对提取到的物候特征和光谱特征进行筛选，得到关键特征影像集；建立多作物分类模型，并对多作物分类模型进行精度评估；将目标区域的物候和光谱特征影像输入多作物分类模型，多作物分类模型输出作物分类结果，根据作物分类结果绘制作物分布地图。本发明利用卫星遥感影像和地面点数据，通过分析NDVI近似积分构建分类规则提取耕地，避免其他地物干扰作物分类；最终实现多作物分类，有效解决了传统作物分类技术在应对多种作物时存在的准确性低和效率低的问题。

公开(公告)号：CN111832507B

公开(公告)日：2024-04-09

申请号：CN202010702759.X

申请日：2020-07-20

Applicant: 安徽大学

Inventor： 黄林生 ,  张寒苏 ,  黄文江 ,  张东彦 ,  赵晋陵 ,  洪琪 ,  曾玮 ,  翁士状 ,  郑玲

IPC: G06V20/10 ,  G06V10/774 ,  G01N21/25

Abstract: 本发明涉及基于麦穗顶部光谱信息的小麦赤霉病遥感识别方法，与现有技术相比解决了尚无基于麦穗顶部进行赤霉病监测的缺陷。本发明包括以下步骤：非成像近地高光谱数据的获取；数据的预处理；敏感特征集的获取；SVM模型的构建；SVM模型的优化；小麦赤霉病遥感识别结果的获得。本发明基于遥感设备垂直角度利用小麦顶部信息对赤霉病进行识别，并通过对特征进行筛选和组合，以及对模型进行优化，实现了单穗尺度上的小麦赤霉病的垂直研究，为实际大区域尺度赤霉病识别提供了更加精准的技术方案。

公开(公告)号：CN117576467A

公开(公告)日：2024-02-20

申请号：CN202311560242.1

申请日：2023-11-22

Applicant: 安徽大学

Inventor： 李海东 ,  赵晋陵 ,  黄林生 ,  阮超 ,  黄文江 ,  梁栋

IPC: G06V10/764 ,  G06V10/20 ,  G06V10/82 ,  G06V10/44 ,  G06V10/56 ,  G06V10/77 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0455 ,  G06V10/80 ,  G06N3/08 ,  G06N3/045

Abstract: 本发明涉及一种融合频率域和空间域信息的农作物病害图像识别方法，与现有技术相比解决了难以在复杂环境下实现农作物病害检测的缺陷。本发明包括以下步骤：农作物病害图像的获取及预处理；双分支病害图像识别模型的构建；双分支病害图像识别模型的训练；待识别农作物病害图像的获取；农作物病害图像识别结果的获得。本发明结合图像频率域信息与空间域信息提出了双分支的深度神经网络用于农作物病害识别，频率分支接受频域信息作为输入用于提取丰富的农作物病害频率分量特征，可变形注意力Transformer分支擅长于表征全局特征并且有选择的关注农作物病害局部区域特征，融合方法MSAF更好的融合农作物病害频率特征和空间特征。

公开(公告)号：CN117218537B

公开(公告)日：2024-02-13

申请号：CN202311178242.5

申请日：2023-09-13

Applicant: 安徽大学

Inventor： 赵晋陵 ,  王家界 ,  黄林生 ,  阮超 ,  雷雨 ,  黄文江 ,  梁栋

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/42 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于Transformer和非局部神经网络双分支架构的高光谱图像分类方法，包括：输入高光谱图像H；对输入的高光谱图像H进行双分支处理：将多个立方块Hsp作为空间子网络的输入，取H的光谱信息Hspe作为光谱子网络的输入；得到一维空间特征；得到一维光谱特征；构建多层感知器模块将提取的一维空间特征和一维光谱特征进行融合，得到分类结果。本发明通过对高光谱图像作为研究对象，用双分支策略以在充分保持计算效率的同时减少计算量和节约成本；本发明所提出的空间注意力机制探索中心像素和周围像素的相似性，提高了中心像素识别的准确性，增强了空间提取能力。

公开(公告)号：CN111738138B

公开(公告)日：2024-02-02

申请号：CN202010564475.9

申请日：2020-06-19

Applicant: 安徽大学

Inventor： 黄林生 ,  刘勇 ,  江静 ,  吴康 ,  黄文江 ,  张东彦 ,  赵晋陵 ,  翁士状 ,  曾玮 ,  雷雨

IPC: G06V20/10 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明涉及一种耦合气象特征区域尺度的小麦条绣病严重度遥感监测方法，与现有技术相比解决了小麦条锈病遥感监测精度差的缺陷。本发明包括以下步骤：遥感训练数据的获取；遥感训练数据的特征筛选；气象数据的特征筛选；小麦条绣病遥感监测模型的构建；小麦条绣病遥感监测模型的训练；待分析遥感数据的获取和特征提取；小麦条绣病严重度遥感监测结果的获得。本发明实现了区域尺度上小麦条锈病严重度的精确监测。

公开(公告)号：CN117315459A

公开(公告)日：2023-12-29

申请号：CN202311177199.0

申请日：2023-09-12

Applicant: 安徽大学

Inventor： 赵晋陵 ,  刘盼 ,  梁栋 ,  黄林生 ,  阮超 ,  雷雨 ,  黄文江

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种轻量型卷积神经网络的水稻叶片病害识别方法，与现有技术相比解决了水稻叶片病害识别模型识别效率低的缺陷。本发明包括以下步骤：训练样本的获取；构建水稻叶片病害识别模型；水稻叶片病害识别模型的训练；待识别水稻叶片的获取；水稻叶片病害识别结果的获得。本发明能够实现复杂背景下的水稻病害识别，通过模型的轻量化设计使得其可以加载在移动设备上，方便在野外自然场景中自动水稻叶部病害种类，解决了复杂环境、参数多、CNN模型过大等问题。

公开(公告)号：CN117132853A

公开(公告)日：2023-11-28

申请号：CN202310631473.0

申请日：2023-05-31

Applicant: 安徽大学

Inventor： 黄林生 ,  张寒苏 ,  黄文江 ,  赵晋陵 ,  雷雨 ,  阮超 ,  芦奇宝 ,  尚俊呈 ,  孔繁楚

IPC: G06V10/80 ,  G01N21/25 ,  G06V20/10 ,  G06V10/771 ,  G06F17/18

Abstract: 本发明涉及一种基于CARS‑Ridge算法融合新型指数的小麦赤霉病识别方法，包括：获得小麦赤霉病冠层高光谱数据；通过CARS、PCA和SPA三种算法对获取的小麦赤霉病冠层高光谱数据进行降维；通过RF、PLSR和Ridge三种算法进行建模，得到9个小麦赤霉病识别模型；通过对9个小麦赤霉病识别模型的结果进行十折交叉验证，确定最优模型；构建两个新型指数；将新型指数与最优模型进行融合，得到最优小麦赤霉病识别模型。本发明通过数据降维并结合新型指数构建评价了高光谱数据在小麦赤霉病识别中的应用潜力，提出了CARS‑Ridge算法和新型指数的开发，确定了最准确的小麦赤霉病识别模型，即最优小麦赤霉病识别模型；大大提高了现有病害反演的精度，克服了小麦赤霉病识别不准确的缺陷。

公开(公告)号：CN111767863B

公开(公告)日：2023-10-31

申请号：CN202010616580.2

申请日：2020-07-01

Applicant: 安徽大学

Inventor： 黄林生 ,  吴康 ,  吴照川 ,  刘勇 ,  黄文江 ,  张东彦 ,  赵晋陵 ,  翁士状 ,  曾玮 ,  雷雨

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/44 ,  G06V10/774

Abstract: 本发明涉及一种基于近地高光谱技术冬小麦赤霉病识别方法，与现有技术相比解决了从直立角度识别冬小麦赤霉病严重程度精度低的缺陷。本发明包括以下步骤：高光谱数据的获取；赤霉病病情严重度的计算；原始光谱波段特征的筛选；最优小波特征的筛选；冬小麦麦穗赤霉病识别模型的构建；冬小麦麦穗赤霉病识别模型的训练；冬小麦麦穗赤霉病识别结果的获得。本发明不仅实现了直立角度下对冬小麦赤霉病严重度进行识别，还大大提高了冬小麦赤霉病严重度识别的精度。

公开(公告)号：CN112924211B

公开(公告)日：2022-04-29

申请号：CN202110095082.2

申请日：2021-01-25

Applicant: 安徽大学 ,  中国科学院空天信息创新研究院

Inventor： 赵晋陵 ,  董莹莹 ,  黄林生 ,  梁栋 ,  黄文江 ,  翁士状 ,  张东彦 ,  郑玲

IPC: G01N1/04

Abstract: 本发明公开了一种用于小麦白粉病鉴定的病菌收集装置，包括工作箱、电机、第一夹紧块、第二夹紧块、驱动组件、气缸和收集组件，第一夹紧块设置在工作箱的内部且其底部设有环形挡板，其侧壁上倾斜设有多个呈条形的第一通口，每个第一通口内均设有第一夹紧组件，第二夹紧块设置在第一夹紧块的正下方且其侧壁上设有多个第二通口，每个第二通口内均设有第二夹紧组件，驱动组件设置在工作箱的内部用于带动第一夹紧块和第二夹紧块同步转动，气缸倾斜固定在工作箱的侧壁上且其活塞杆上垂直固定有平行夹爪，每个夹爪上均设有清扫组件。本发明可以同时将小麦叶片两面的病菌收集进行收集，收集效率高，而且能批量对多个小麦叶片上的病菌进行收集。

公开(公告)号：CN113705526B

公开(公告)日：2022-03-04

申请号：CN202111041936.5

申请日：2021-09-07

Applicant: 安徽大学

Inventor： 赵晋陵 ,  胡磊 ,  黄林生 ,  梁栋 ,  徐超 ,  黄文江

IPC: G06V20/13 ,  G06V10/46 ,  G06V10/77 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种高光谱遥感影像分类方法，与现有技术相比克服了有限样本量下高光谱遥感影像特征提取不充分及分类精度不理想的问题。本发明包括以下步骤：高光谱遥感影像的获取和预处理；生成对抗网络的构建和训练；扩充训练样本的获得；构建多尺度残差注意力网络；多尺度残差注意力网络的训练；待分类高光谱遥感影像的获取；高光谱遥感影像分类结果的获得。本发明在训练样本不足的情况下，也能得到较理想的高光谱遥感影像分类结果。