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：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。