公开(公告)号：CN114663481B

公开(公告)日：2025-05-23

申请号：CN202210131920.1

申请日：2022-02-14

Applicant: 安徽大学

Inventor： 郑玲 ,  赵明月 ,  翁士状 ,  吕雯冰 ,  黄林生 ,  赵晋陵 ,  张东彦

IPC: G06T7/33 ,  G06T5/70

Abstract: 本发明特别涉及一种多模态图像配准方法，包括如下步骤：S100、通过图像获取装置获取大豆样本的初始图像，初始图像包括RGB图像和高光谱图像；S200、对RGB图像和高光谱图像分别进行去噪得到去噪后的RGB校正图像和高光谱校正图像；S300、从高光谱校正图像中抽取三波段组成第一伪RGB图像；S400、将第一伪RGB图像和RGB校正图像进行预配准得到平移矩阵和变换矩阵；S500、利用平移矩阵和变换矩阵完成高光谱校正图像的配准。通过对RGB图像和高光谱图像的去噪处理，充分去除噪声，保证后续配准的准确度；然后利用手动对第一伪RGB图像和RGB校正图像进行配准，将配准的参数记录得到平移矩阵和变换矩阵，再利用这两个矩阵对高光谱校正图像进行配准，该配准方法操作简单、容易理解、易上手。

公开(公告)号：CN118470422B

公开(公告)日：2025-04-01

申请号：CN202410654325.5

申请日：2024-05-24

Applicant: 安徽大学

Inventor： 庞登浩 ,  程苛苛 ,  赵代超 ,  杜锦国曦 ,  阮超 ,  黄林生

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种基于CNN和ViT的柑橘黄龙病害识别方法，包括：柑橘黄龙病害图像样本的获取并进行预处理；组成数据集，将数据集划分为训练集、验证集和测试集；构建柑橘黄龙病害图像识别模型；对训练集进行预处理，将预处理后的训练集输入柑橘黄龙病害识别模型中进行训练；获取待检测的柑橘黄龙病害图像并进行预处理，输入训练后的柑橘黄龙病害识别模型，得到柑橘黄龙病害识别结果。本发明通过将CNN分支模型连接ViT分支模型，实现对柑橘黄龙图像病害的准确识别；使用三个级联的残差模块，相较于传统ResNet参数量大大减少，结合轻量化注意力模块使得在参数量大幅下降的同时，提高了模型精度，有效地减轻了背景干扰，提升了病虫害的识别性能。

公开(公告)号：CN119168176A

公开(公告)日：2024-12-20

申请号：CN202411679803.4

申请日：2024-11-22

Applicant: 安徽大学

Inventor： 朱家明 ,  刘德志 ,  林璇 ,  周礼刚 ,  邵静怡 ,  黄林生

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/22 ,  G06F18/211 ,  G06N3/042 ,  G06N3/0495 ,  G06N3/084 ,  G01N33/18

Abstract: 本发明涉及一种基于时空特征融合的多站点水质预测方法，与现有技术相比解决了水质预测精准度低的缺陷。本发明包括以下步骤：多站点水质基础数据的获取及预处理；对水域水质数据进行特征筛选；构建#imgabs0#模型；#imgabs1#模型的训练；水质预测结果的获得。本发明从因果、空间、语义三个角度对多站点水质指标数据进行建模，对于复杂的水域场景，考虑到更多相关因素；基于神经常微分方程，对水质传播过程提供一种更具可解释性的建模方案，并相较于传统的神经常微分建模，使用多跳传播的方式，提升信息的利用率与传播率。

公开(公告)号：CN118396546A

公开(公告)日：2024-07-26

申请号：CN202410481748.1

申请日：2024-04-22

Applicant: 安徽大学

Inventor： 马健 ,  赵叶平 ,  王程炜 ,  王俊博 ,  梁栋 ,  黄林生 ,  贾兆红 ,  徐国明

IPC: G06Q10/10 ,  G06Q10/0631 ,  G06Q10/0637 ,  G06Q50/26 ,  H04L67/1095

Abstract: 本发明涉及城市文明创建测评问题的管理、整改和跟踪的系统和方法领域，本发明公开了一种文明创建测评整改系统，包括前端界面、后端管理系统、移动端小程序以及数据库，前端界面提供多种列表内容展示和筛选导出功能，用户可以方便地查看和筛选相关信息，通过该界面，用户可以浏览测评计划、问题和整改任务等内容，并进行导出操作；本发明通过引入指标体系、评分标准和自动化数据处理等技术，本发明的文明创建测评整改系统能够实现快速、客观、全面的文明测评，并通过整改系统和管理系统实现对问题的及时跟进和记录，同时，移动应用程序的结合使得用户可以方便地随时随地进行测评填报和整改进展查看，提高了工作的灵活性和效率。

公开(公告)号：CN118298234A

公开(公告)日：2024-07-05

申请号：CN202410454695.4

申请日：2024-04-16

Applicant: 安徽大学

Inventor： 黄林生 ,  章露 ,  赵晋陵 ,  阮超 ,  雷雨 ,  黄文江

IPC: G06V10/764 ,  G06V20/10 ,  G06V10/77 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0464

Abstract: 本发明涉及一种基于光谱‑空间注意力机制和残差网络的高光谱图像分类方法，包括：输入高光谱图像；使用主成分分析进行降维，得到降维后的高光谱图像；进行初步特征提取，得到经特征提取后的图像；得到增强后的图像；得到进一步挖掘空间特征的图像；得到经过自适应校准后的图像；将经过自适应校准后的图像经过全局池化、展平、批归一化和全连接层，得到最终的分类结果。本发明使用深度可分离卷积块，以此实现轻量级、高效率的特征提取；残差SEA注意力模块通过纵向和横向挤压获取全局信息，又通过增强获取局部信息；残差EMA注意力模块能够获取像素间的成对关系，更好地挖掘空间特征；残差SE注意力模块能够自适应校准通道信息，更好获取通道信息。

公开(公告)号：CN117893816B

公开(公告)日：2024-07-02

申请号：CN202410071215.6

申请日：2024-01-18

Applicant: 安徽大学

Inventor： 赵晋陵 ,  吴柯柯 ,  章露 ,  肖甜 ,  王家界 ,  黄林生 ,  阮超 ,  黄文江

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/52 ,  G06V10/58 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及一种分层次残差光谱空间卷积网络的高光谱图像分类方法，包括：获取高光谱图像数据立方体，分割为一组相互重叠的3D斑块P；构建分层次残差光谱空间卷积网络；将3D斑块P输入分层次残差光谱空间卷积网络，得到光谱维的三维光谱空间特征；对光谱维的三维光谱空间特征进行分层次特征注意处理，得到分层次的特征映射；对分层次的特征映射进行光谱空间特征学习，得到空间维的三维光谱空间特征；对空间维的三维光谱空间特征进行分类处理，得到每一类地物的概率分布。本发明在提取各类地物微小特征上发挥着极其重要的作用，有效解决了图像块之间远近距离依赖关系，高效捕捉浅层空谱特征和深层空谱特征，并且降低注意力机制的冗余。

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：CN117649364A

公开(公告)日：2024-03-05

申请号：CN202410126237.8

申请日：2024-01-30

Applicant: 安徽大学

Inventor： 雷雨 ,  陈旭 ,  赵晋陵 ,  李劲松 ,  杨雪 ,  梁栋 ,  陈鹏 ,  黄林生 ,  张东彦 ,  乔红波 ,  张树林 ,  钱海明 ,  阮超

IPC: G06T5/73 ,  G06T5/60 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/094

Abstract: 本发明公开了一种基于改进DeblurGANv2模型的真菌孢子显微图像去模糊方法及装置，该方法包括：获取真菌孢子显微图像数据集；基于改进DeblurGANv2模型构建真菌孢子显微图像去模糊网络模型，所述改进DeblurGANv2模型包括在FPN网络中融入CBAM注意力模块并增加一条自底向上的5层特征增强路径；将真菌孢子显微图像数据集输入真菌孢子显微图像去模糊网络模型对生成器和判别器进行训练，得到训练完成的真菌孢子显微图像去模糊网络模型；基于训练完成的去模糊网络模型中的生成器对待处理的模糊真菌孢子显微图像进行去模糊。本发明有效提高了真菌孢子显微图像去模糊后的图像质量。

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。