-
公开(公告)号：CN118823773A
公开(公告)日：2024-10-22
申请号：CN202411055089.1
申请日：2024-08-02
Abstract: 本发明涉及一种遮挡场景下的小麦赤霉病孢子目标检测方法，与现有技术相比解决了难以在遮挡场景下进行小麦赤霉病孢子检测的缺陷。本发明包括以下步骤：小麦赤霉病孢子图像的获取及预处理；构建遮挡场景孢子目标检测模型；遮挡场景孢子目标检测模型的训练；孢子遮挡图像的获取和预处理；孢子目标检测结果的获得。本发明有效实现了遮挡场景下的小麦赤霉病孢子检测，提高了在孢子小目标检测及遮挡场景检测下的实时性、检测率、鲁棒性和召回率。
-
公开(公告)号：CN118443665A
公开(公告)日：2024-08-06
申请号：CN202410530052.3
申请日：2024-04-29
Applicant: 安徽大学
IPC: G01N21/84 , G01N21/01 , G01N1/24 , G01D21/02 , G01W1/02 , G01W1/14 , C12M1/34 , C12M1/26 , C12M1/36 , C12M1/00
Abstract: 本发明公开了一种气传真菌孢子与气象因子一体化智能监测装置与方法，涉及智能农机装备和生物科学领域，包括：显微图像采集机构、孢子捕捉风道机构、载物台和载玻片片仓机构，本发明在田间野外环境下可实现空中孢子捕捉和显微图像采集，利用本发明所述的监测装置和方法，解决了无法对农田中孢子浓度进行自动、实时、大尺度监测，导致难以把握大尺度农田真菌孢子的实时和动态变化情况的问题，可采集放大100～1000倍的孢子显微图像，工作流程顺畅且操作简便，具有更广阔的的应用前景。
-
公开(公告)号：CN117649364B
公开(公告)日：2024-05-07
申请号：CN202410126237.8
申请日：2024-01-30
Applicant: 安徽大学
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：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
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：CN116524255A
公开(公告)日：2023-08-01
申请号：CN202310444199.6
申请日：2023-04-24
IPC: G06V10/764 , G06V10/82 , G06V10/52 , G06V10/20 , G06V10/80 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明涉及基于Yolov5‑ECA‑ASFF的小麦赤霉病孢子识别方法，与现有技术相比解决了难以针对样本为赤霉病孢子的小目标进行检测识别的缺陷。本发明包括以下步骤：孢子图像数据集的建立；构建小麦赤霉病孢子识别模型；小麦赤霉病孢子识别模型的训练；待识别小麦赤霉病孢子的获取；待识别小麦赤霉病孢子识别结果的获得。本发明在YOLOv5s骨干网络的CSPNet残差块末端添加具有ECA空间注意力机制，用以加强输入端特征图的通道特征；在其Neck特征提取网络末端引入具有自适应特征融合机制的ASFF模块，有效的实现了小麦赤霉病孢子快速准确检测识别。
-
Patent Agency Ranking
公开(公告)号：CN118443665B
公开(公告)日：2025-05-13
申请号：CN202410530052.3
申请日：2024-04-29
Applicant: 安徽大学
IPC: G01N21/84 , G01N21/01 , G01N1/24 , G01D21/02 , G01W1/02 , G01W1/14 , C12M1/34 , C12M1/26 , C12M1/36 , C12M1/00
Abstract: 本发明公开了一种气传真菌孢子与气象因子一体化智能监测装置与方法，涉及智能农机装备和生物科学领域，包括：显微图像采集机构、孢子捕捉风道机构、载物台和载玻片片仓机构，本发明在田间野外环境下可实现空中孢子捕捉和显微图像采集，利用本发明所述的监测装置和方法，解决了无法对农田中孢子浓度进行自动、实时、大尺度监测，导致难以把握大尺度农田真菌孢子的实时和动态变化情况的问题，可采集放大100～1000倍的孢子显微图像，工作流程顺畅且操作简便，具有更广阔的的应用前景。
-
公开(公告)号：CN118502095A
公开(公告)日：2024-08-16
申请号：CN202410560334.8
申请日：2024-05-08
Applicant: 安徽大学
Abstract: 本发明公开了八电机联合驱动的孢子显微图像全自动采集装置与方法，涉及智能农机装备和生物科学领域，包括：微处理器、八个驱动器、八个步进电机、载物台、载玻片片仓机构、涂刮凡士林机构、显微图像采集机构、孢子捕捉风道机构、继电器I/O控制模块、显微镜点束光源、吸风风机、真空泵和太阳能供电系统。本发明能够采用八个步进电机联合驱动完成推取载玻片、涂刮凡士林、空中孢子捕捉、显微图像采集和载玻片回收等智能连续作业，执行机构设计更简单、更省电且作业更高效，具有更广阔的应用前景。
-
公开(公告)号：CN116630971A
公开(公告)日：2023-08-22
申请号：CN202310904702.1
申请日：2023-07-24
IPC: G06V20/69 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明涉及基于CRF_ResUnet++网络的小麦赤霉病孢子分割方法，与现有技术相比解决了难以针对样本为赤霉病孢子的小目标密集且存在粘连进行精准分割的缺陷。本发明包括以下步骤：小麦赤霉病孢子识别图像的获取；CRF_ResUnet++网络的构建；CRF_ResUnet++网络的训练；待分割小麦赤霉病孢子图像的获取；小麦赤霉病孢子分割结果的获得。本发明利用具有编码器解码器结构的Unet++对孢子图像进行初始分割，再在Unet++中引入残差块ResNet，以强化特征的传播能力，提取更多孢子细节信息，最后使用全连接条件随机场模型进行后处理，得到更精确的边缘和完整孢子区域。
-
公开(公告)号：CN116385432B
公开(公告)日：2023-08-15
申请号：CN202310637503.9
申请日：2023-06-01
Abstract: 本发明涉及一种轻量化解耦小麦赤霉病孢子检测方法，与现有技术相比解决了从未关注的亚洲镰孢和禾谷镰孢因类内与类间差异小、无法有效对小麦赤霉病两种主要致病孢子做出检测区分的缺陷。本发明包括以下步骤：小麦赤霉病致病孢子显微图像获取及预处理；轻量化解耦小麦赤霉病孢子检测模型的构建；轻量化解耦小麦赤霉病孢子检测模型的训练；获取待检测的小麦赤霉病致病孢子显微图像并进行预处理；小麦赤霉病孢子检测结果的获得。本发明考虑了现有农田检测设备有存储空间和功耗的限制，能精准快速对小麦赤霉病主要致病孢子显微图像进行检测。
-
公开(公告)号：CN116542909A
公开(公告)日：2023-08-04
申请号：CN202310377129.3
申请日：2023-04-11
Abstract: 本发明涉及一种基于轮廓角距比的小麦赤霉病粘连孢子计数方法，与现有技术相比解决了难以针对镰刀状小麦赤霉病孢子进行计数的缺陷。本发明包括以下步骤：小麦赤霉病粘连孢子图像的获取；小麦赤霉病粘连孢子图像的预处理；孢子杂质去除处理；凹点寻找处理；轮廓角距比筛选；小麦赤霉病粘连孢子的计数。本发明利用均值漂移、Sobel算子边缘检测、形状特征因子筛选对孢子图像进行处理，提升显微镜下拍摄的赤霉病孢子图像质量，再根据形状特征因子筛选出赤霉病粘连孢子，最后基于镰刀形赤霉病孢子的轮廓角距比对粘连孢子进行分割，从而快速精确地完成对小麦赤霉病孢子的计数。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
