公开(公告)号：CN108898569A

公开(公告)日：2018-11-27

申请号：CN201810548576.X

申请日：2018-05-31

Applicant: 安徽大学

Inventor： 赵晋陵 ,  周成全 ,  梁栋 ,  黄林生 ,  张东彦 ,  徐超 ,  黄文江 ,  翁士状

IPC: G06T5/50 ,  G06T7/90

Abstract: 本发明涉及一种针对于可见光和红外遥感影像的融合方法及其融合结果评价方法，与现有技术相比解决了融合图像质量低的缺陷。本发明包括以下步骤：源遥感影像的获取与匹配；对两种源遥感影像进行彩色空间转换；针对I分量的小波分解；确定融合影像亮度分量的低频子带融合规则；计算区域方差匹配度，确定融合影像亮度分量的高频子带融合规则；计算融合影像的亮度分量；融合影像的获得。本发明有效克服了基于单个像素的融合规则所带来的不合理性和片面性，更好地体现了遥感图像的整体特征，提升了可见光和红外遥感影像融合的效果和精确度。

公开(公告)号：CN108830249A

公开(公告)日：2018-11-16

申请号：CN201810665243.5

申请日：2018-06-26

Applicant: 安徽大学

Inventor： 黄林生 ,  丁文娟 ,  刘文静 ,  赵晋陵 ,  张东彦 ,  杜世州 ,  黄文江 ,  徐超 ,  梁栋

IPC: G06K9/00 ,  G06Q50/02 ,  G01N21/31

Abstract: 本发明涉及基于ASD高光谱数据的冬小麦白粉病遥感监测方法，包括以下步骤：采集冬小麦的冠层高光谱数据，计算病情指数DI；选取400～800nm波段范围内的冠层高光谱数据作为试验数据；分别计算各波段对于病情指数DI的权重值a和各波段之间的相关系数，求得将权重值和权重值a最大值所对应的波段与其它波段的相关系数归一化后二者间距d，取权重值a最大值所对应的波段和距离d中的最大正值所对应的波段作为最佳敏感波段组合；构造新植被指数NDVI1；选取10种与白粉病病情相关的植被指数与新植被指数NDVI1构建冬小麦白粉病监测模型。本发明通过对小麦高光谱数据中的原始波段信息进行分析、组合和加强，提取敏感波段和构建新的植被指数，并用于病虫害遥感监测。

公开(公告)号：CN106644079A

公开(公告)日：2017-05-10

申请号：CN201710086125.4

申请日：2017-02-17

Applicant: 安徽大学

Inventor： 赵晋陵 ,  宋富冉 ,  黄文江 ,  黄林生 ,  徐超 ,  张东彦 ,  梁栋 ,  洪琪 ,  王迁

IPC: G01J3/28 ,  G01J3/02

CPC classification number: G01J3/2803 ,  G01J3/0202

Abstract: 本申请提供一种作物理化参数测量设备，包括：测量设备主体，测量设备主体包括相对设置的第一表面和第二表面；设置在第一表面和第二表面背离测量设备主体一侧的设备连接器，设备连接器包括连接轴和连接杆；其中，连接轴的一端可拆卸地连接在测量设备主体的第一表面和第二表面；连接轴的另一端连接连接杆。通过连接轴和连接杆，将测量设备主体搭载在手柄、支架或无人机上，使得测量设备不仅可以单手手持、双手手持，对于作物高度较高的，还可以通过设备连接器将测量设备架设在测量支架上或搭载到无人机上，通过无人机进行测量和数据采集工作，进而扩大作物样本点的范围，能够提高采集样本的代表性。

公开(公告)号：CN103940465B

公开(公告)日：2016-05-11

申请号：CN201410042668.2

申请日：2014-01-28

Applicant: 安徽大学 ,  安徽朗坤物联网有限公司

Inventor： 张东彦 ,  黄林生 ,  赵晋陵 ,  梁栋 ,  廖同庆 ,  黄文江 ,  徐珍玉 ,  许高建

IPC: G01D21/02 ,  G06Q50/02

Abstract: 本发明提供一种杂草信息采集方法与系统，其中，杂草信息采集方法包括：采用两个调查尺确定杂草采集面积；获取所述杂草采集面积内杂草的图像信息；确定所述杂草采集面积内杂草的基本信息，所述基本信息包括：杂草种类、杂草密度、杂草高度和采集点地理位置信息；将所述图像信息及基本信息上传至杂草信息采集服务器。本实施例提供的杂草信息采集方法与系统，通过利用两个调查尺确定杂草采集面积，利用图像采集装置获取采集面积内的杂草图像信息，从而确定杂草的基本信息，并将确定的杂草图像信息和基本信息上传至杂草信息采集服务器以使采集的杂草信息及时共享，杂草信息的采集过程简单，效率高。

公开(公告)号：CN103065061B

公开(公告)日：2015-11-18

申请号：CN201310038821.X

申请日：2013-01-31

Applicant: 安徽大学

Inventor： 张东彦 ,  黄林生 ,  廖同庆 ,  黄文江 ,  杜世州 ,  胡根生 ,  梁栋 ,  刘瑜 ,  阎庆

IPC: G06F19/00

Abstract: 本发明涉及植保信息化技术领域，特别是涉及一种植物病情指数获取与发布装置。该装置包括图像采集辅助模块和移动终端；图像采集辅助模块包括背景板和高度板，图像采集辅助模块用于固定植物叶片，为图像采集发布模块提供采集背景和采集高度；移动终端，用于获取植物病害叶片的高清图像，计算病斑所占叶片面积的百分比，输出病情指数并发布防控建议。本发明提供的植物病情指数获取与发布装置，在规范、统一数据采集流程后，充分发挥移动终端便携、实时性强的优势，科学、准确地为基层植保调查员/技术员提供植物病情指数，为及时制定防控措施、实施喷药管理提供服务。

公开(公告)号：CN104655574A

公开(公告)日：2015-05-27

申请号：CN201510051420.7

申请日：2015-01-30

Applicant: 安徽大学

Inventor： 张东彦 ,  梁栋 ,  黄林生 ,  赵晋陵 ,  黄文江 ,  徐超 ,  廖同庆

IPC: G01N21/25

Abstract: 本发明涉及农业植保信息技术领域，特别涉及一种作物病害叶片叶绿素含量测定装置，包括：测量探头，光谱信号处理装置以及高度调节器；其中，测量探头，由激光器、光谱接收器和叶片搭载器构成；激光器和叶片搭载器之间设有用于夹合的卡接件；叶片搭载器用于放置和固定待测作物整个叶片；激光器的出射光线照射待测作物整个叶片表面，光谱接收器检测待测作物整个叶片的光谱信号，并将所述光谱信号发送到光谱信号处理装置。高度调节器，设置在光谱信号处理装置上，搭载测量探头，测量探头随着高度调节器的伸长或缩短进行位置移动。本发明能方便、准确测定作物病害整个叶片叶绿素相对含量，有利于病害快速防治措施制定和指导农业生产。

公开(公告)号：CN117315481B

公开(公告)日：2025-03-21

申请号：CN202311369853.8

申请日：2023-10-23

Applicant: 安徽大学

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

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/77 ,  G06V10/42 ,  G06V10/44 ,  G06V10/52 ,  G06V10/58 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及一种基于光谱‑空间自注意力和Transformer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；通过CBAM模块进行初步的光谱‑空间特征学习；进行初步特征学习；再经过光谱注意力模块得到光谱特征，最后继续挖掘光谱特征；输入空间注意力模块；输入Transformer模块，对全局特征进行学习；将经过全局特征学习的高光谱图像，最后经过全局池化、展平、批归一化和线性层，得到最终分类结果。本发明通过对高光谱图像作为研究对象，使用二维卷积能够在保持计算效率的同时减少计算量和节约成本；实现轻量级、高效率的特征提取和通道选择，提高了中心特征向量识别的准确性，增强了空间提取能力。

公开(公告)号：CN117876843B

公开(公告)日：2024-07-05

申请号：CN202410042888.9

申请日：2024-01-11

Applicant: 安徽大学

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

IPC: G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种具有动态降低图像冗余的高效农作物病害识别方法，与现有技术相比解决了复杂环境下病害识别性能差的缺陷。本发明包括以下步骤：图像数据集的获得及预处理；CA2PNet模型的构建；CA2PNet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。本发明首先通过轻量级CA‑AnchorNet得到具有表征农作物病害区域的特征图，然后通过类激活图(CAM)定位到能反映出类别判别性的病害特征区域并映射到更高分辨率的图像中裁剪出区域块，最后将这些具有更小空间冗余的局部语义块输入轻量级PatchNet进行精准的识别。

公开(公告)号：CN117893816A

公开(公告)日：2024-04-16

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：CN117611893A

公开(公告)日：2024-02-27

申请号：CN202311577453.6

申请日：2023-11-24

Applicant: 安徽大学

Inventor： 赵晋陵 ,  肖甜 ,  佘宝 ,  黄林生 ,  阮超 ,  黄文江

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

Abstract: 本发明涉及一种基于降冗余特征优选策略的大豆种植区遥感提取方法，与现有技术相比解决了多维遥感特征执行分类时可能出现的信息冗余、数据臃肿和执行效率低的缺陷。本发明包括以下步骤：Sentinel‑1、Sentinel‑2以及Planet影像的获取及预处理；利用决策树规则集剔除非农田地物；进行ReliefF特征重要性评估；进行特征最大相关最小冗余排序；构建ReliefF‑mMRM‑RF分类模型；大豆种植区分布图的生成。本发明利用ReliefF算法对候选特征进行特征重要性评估，能够从众多特征中初步筛选出对大豆分类更有利的特征。