公开(公告)号：CN114898361A

公开(公告)日：2022-08-12

申请号：CN202210514370.1

申请日：2022-05-11

Applicant: 安徽大学

Inventor： 刘天乐 ,  翁士状 ,  谭乐宁 ,  葛健飞 ,  张子茜 ,  孙浩宸 ,  柏苏 ,  魏文虎 ,  孔其炜

IPC: G06V20/68 ,  G06V20/10 ,  G06V20/17 ,  G06V20/40 ,  G06V10/82 ,  G06V10/774 ,  G06T7/73 ,  G06T7/277 ,  G06T7/20 ,  G06T3/40 ,  G06N3/00

Abstract: 本发明特别涉及一种桃园果实状态识别与计数方法，包括如下步骤：S100、采用基于自适应粒子群的航迹规划方法对无人机在桃园内的行进路线进行规划；S200、分别获取桃园内每一棵桃树树冠上部分和下部分的360°全景录像；S300、将两个录像文件分别做抽帧处理后再拼接成一个视频；S400、对视频逐帧识别，获取每一帧中桃子的状态和对应数量；S500、对被识别的目标进行追踪，获得整棵桃树桃子的状态和对应数量。本发明将无人机平台与机器视觉有机结合，充分利用两者的优势：无人机的机动性、适应性，机器视觉的准确性、高速性，可以实现对全果园的全自动化、智能化监测。

公开(公告)号：CN117576466A

公开(公告)日：2024-02-20

申请号：CN202311560217.3

申请日：2023-11-22

Applicant: 安徽大学

Inventor： 沈瓒骏 ,  李士昌 ,  侯芷萌 ,  陈宗业 ,  高振越 ,  张子茜 ,  方舒娴 ,  朱彩青 ,  叶佳怡

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/25 ,  G06V10/82 ,  G06V20/68 ,  G06V10/40 ,  G06V10/24 ,  G06V10/20 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明涉及一种基于多源图像的果实损伤类别与区域识别方法，包括：搭建可见光和IR成像系统；通过可见光和IR成像系统进行果实图像采集与处理，获得多模态图像数据集，将多模态图像数据集划分为训练集、验证集和测试集；对DeepLabv3深度学习模型进行改进，得到ADS‑DeepLabv3+网络模型；采用训练集对ADS‑DeepLabv3+网络模型进行训练，将待识别的果实图像输入训练后的ADS‑DeepLabv3+网络模型，得到果实损伤类型和区域。本发明能够更好地获取果实“反—透”射特性，提高检测准确性，具有更好的适应性和抗干扰性；ADS‑DeepLabv3+网络模型通过融入特征金字塔网络和卷积注意模块来提高小目标损伤的识别能力，结合Dice_Loss和Focal_loss的损失函数得到的混合损失函数提高了对难区分样本的预测能力。

公开(公告)号：CN117455770A

公开(公告)日：2024-01-26

申请号：CN202311270151.4

申请日：2023-09-28

Applicant: 安徽大学

Inventor： 侯芷萌 ,  李士昌 ,  沈瓒骏 ,  张寒苏 ,  乐爱莲 ,  刘天乐 ,  张子茜 ,  方淑娴

IPC: G06T3/4053 ,  G06T3/4046 ,  G06T7/10 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及一种基于逐层上下文信息聚合网络的轻量级图像超分辨率方法，包括：获取图像对作为训练样本，图像对由图像ILR和图像IHR组成；搭建逐层上下文信息聚合网络模型，利用训练样本对逐层上下文信息聚合网络模型进行训练，得到训练后的逐层上下文信息聚合网络模型；将待处理图像输入到训练后的逐层上下文信息聚合网络模型中，训练后的逐层上下文信息聚合网络模型输出超分辨率预测结果。本发明利用图像各个层次的多尺度信息构建网络，它不仅解决了显卡内存占用大、计算时间长的问题，还能够实现更高质量的超分任务；通过高分辨率图像重建单元将重参数化技术引入部分卷积，连接这两种信息，进行图像重建，实现了在多种超分辨率任务下的优异表现。

公开(公告)号：CN116297450A

公开(公告)日：2023-06-23

申请号：CN202310215734.0

申请日：2023-03-08

Applicant: 安徽大学

Inventor： 张子茜 ,  黄天诚 ,  吴俊杰 ,  翁士状

IPC: G01N21/84 ,  G01N21/01 ,  G01J1/42 ,  G06T7/00 ,  G06T7/12 ,  G06T7/66 ,  G06T7/62 ,  G06N3/126

Abstract: 本发明涉及一种果品成像中光照校正装置，包括照明装置和成像装置，所述照明装置通过第一安装支架安装在底座上，所述成像装置通过第二安装支架安装在底座上，第二安装支架上安装处理单元，橡胶球位于第一安装支架和第二安装支架之间的中心位置处，橡胶球的表面上固设四个光照强度传感器，所述照明装置采用三个直径大小不同的环形灯带；所述成像装置采用红外相机和RGB相机。本发明还公开了一种果品成像中光照校正方法。本发明通过神经网络建立光照照射方式、亮度、果品大小与果品受光质量的光照关系模型，可实现光照自动智能调节；通过伸缩橡胶球体构建多尺寸果品光照关系模型，适用范围广。

公开(公告)号：CN116245935A

公开(公告)日：2023-06-09

申请号：CN202310025679.9

申请日：2023-01-09

Applicant: 安徽大学

Inventor： 方舒娴 ,  李延龙 ,  丁浩 ,  程乐 ,  胡程灿 ,  张子茜 ,  张慧珊 ,  侯芷萌

IPC: G06T7/62 ,  G06T7/80 ,  G06T7/593 ,  G06T5/00 ,  G06T7/13

Abstract: 本发明涉及一种基于双目立体视觉的番茄叶面积测定方法，包括：利用棋盘标定法进行双目标定：设定多个坐标系，结合定焦多角度图像，求解双目相机的内参数；利用左右视差计算出双目相机到番茄叶的距离；进行立体校正和畸变矫正：计算双目相机的旋转矩阵和平移矩阵，得到平行配置双目立体图像对，并利用纠正公式进行畸变矫正；统计番茄叶的像素面积，推算出实际叶面积。本发明可无损、快速测定番茄叶面积，动态追踪作物生长过程中的叶面积变化，不破坏叶面结构，解放人力，效率较高；精度较高、速度快、柔性较好,具有较大潜力；对双目相机获得的图片进行畸变处理，得到平行配置双目立体图像对，排除了拍摄过程中角度等因素的影响，准确度较高。

公开(公告)号：CN114937009A

公开(公告)日：2022-08-23

申请号：CN202210516355.0

申请日：2022-05-12

Applicant: 安徽大学

Inventor： 史枫林 ,  翁士状 ,  龚家骐 ,  张子茜 ,  孙浩宸

IPC: G06T7/00 ,  G06T3/40 ,  G06V10/22 ,  G06V10/46 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06T7/11 ,  G06N3/04

Abstract: 本发明特别涉及一种设施番茄叶部病斑检测方法，包括如下步骤：S100、无损、非破坏性获取设施番茄植株原始图像；S200、原始图像经过Input输入端缩放到标准尺寸并设定初始锚框；S300、在Backbone主干网络中依次经过Focus模块切片成特征图、经过卷积核的卷积操作、经过CBAM_CSP结构进行特征聚合；S400、进入Neck网络层聚合参数提取设施番茄叶部病斑特征；S500、提取的特征图经过Prediction结构训练的权重文件里的设施番茄叶部病斑特征以及损失函数进行目标预测，检测出图像中的病斑。根据基于Yolov5算法在Backbone主干网络的CSP结构中添加CBAM通道空间注意力模块，改进损失函数，利用改进后的算法提高设施番茄叶部病斑检测精度，本方法的检测结果准确，该方法可靠、实用性强。