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：CN116229454A

公开(公告)日：2023-06-06

申请号：CN202310025704.3

申请日：2023-01-09

Applicant: 安徽大学

Inventor： 翁士状 ,  吕雯冰 ,  刘存川 ,  赵明月 ,  陶文韬 ,  施金鹏 ,  郑玲 ,  黄林生 ,  赵晋陵

IPC: G06V20/68 ,  G06V10/26 ,  G06V10/30 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/10 ,  G06V10/34 ,  G06V10/56 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明涉及一种基于多类型图像和U‑Net重组数据集的苹果真菌侵染种类鉴定方法，包括通过图像采集装置获取苹果样本的HSI图像，得到去噪后的HSI图像；转换成伪RGB图像；扩充数据集，训练U‑Net语义分割模型；得到第二二值图；将第二二值图与去噪后的HSI图像结合，提取真菌感染区域的光谱特征，选择出特征波长和对应的单色图像；将伪RGB图像和单色图像输入到VGG16卷积神经网络中，得到融合特征；将伪RGB图像和单色图像的融合特征输入到分类模型中，分类模型输出苹果真菌侵染种类。本发明充分调优U‑Net语义分割模型，准确分割出苹果真菌侵染的腐烂区域；特征更加多样，可以有效地鉴别真菌种类；实现了自动、无损化的检测，节约时间和人力成本。

公开(公告)号：CN115358925A

公开(公告)日：2022-11-18

申请号：CN202210894642.5

申请日：2022-07-28

Applicant: 安徽大学

Inventor： 翁士状 ,  施金鹏 ,  吕雯冰 ,  陶文韬 ,  孙浩宸 ,  张巧巧 ,  梁栋 ,  郑玲 ,  赵晋陵 ,  黄林生

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明特别涉及一种基于任务解耦的双分支超分辨率网络的图像超分辨率方法，包括如下步骤：获取LR‑HR图像对作为训练样本；搭建由结构提取分支和颜色提取分支构成的双分支超分辨率网络，利用训练样本对网络进行训练得到训练后的双分支超分辨率网络；将待处理图像作为LR图像导入到训练后的双分支超分辨率网络中，网络输出的结果即为HR图像。通过构建双分支超分辨率网络，其中的结构提取分支可以方便的提取图像的结构特征，颜色提取分支在不断提取更深层次特征的同时，不断的增强其中的颜色信息，最后混合这两种信息，得到更加优秀的超分辨率图像，通过对图像中的结构信息和颜色信息作有针对性的处理，实现了在多种超分辨率任务下的优异表现。

公开(公告)号：CN114663481A

公开(公告)日：2022-06-24

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 ,  G06T5/00

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：CN112649414A

公开(公告)日：2021-04-13

申请号：CN202011372759.4

申请日：2020-11-30

Applicant: 安徽大学

Inventor： 翁士状 ,  吕雯冰 ,  汤乐 ,  胡徐进 ,  郑玲 ,  黄林生 ,  赵晋陵 ,  张东彦

IPC: G01N21/65

Abstract: 本发明特别涉及一种赤霉病病变小麦穗部镰刀菌烯醇类毒素的在体探测方法，包括如下步骤：S100、构筑纳米探针溶液；S200、对纳米探针溶液进行调整后滴加在受赤霉病侵害的小麦麦穗上；S300、待溶液蒸发后，通过光谱仪采集小麦麦穗表面形成的纳米颗粒阵列薄膜的SERS光谱；S400、将测得的SERS光谱传输至服务器上，并由已建立的解译模型进行处理得到光谱对应的毒素含量。小麦穗部镰刀菌烯醇类毒素的在体原位探测，可以动态反馈小麦穗部的毒素以及受侵害程度；将一维光谱数据折叠成二维数据，建立全卷积网络对毒素含量进行分析，解决了毒素含量的准确获取问题，快速准确解析SERS光谱中镰刀菌烯醇类毒素含量信息。