公开(公告)号：CN117392671A

公开(公告)日：2024-01-12

申请号：CN202311405814.9

申请日：2023-10-26

Applicant: 江苏大学

Inventor： 王亚飞 ,  毛罕平 ,  张晓东 ,  杨宁 ,  张家瑞 ,  高洪燕 ,  王斌 ,  彭海涛

IPC: G06V20/69 ,  G06V10/764 ,  G06V10/77 ,  G06V10/54 ,  G06V10/56 ,  G06V10/60

Abstract: 本发明公开了基于显微偏振图像特征的温室作物气传病害孢子分类方法，应用于气传病害孢子分类识别技术领域，包括：用Stokes矢量法对气传病害孢子的显微偏振图像进行预处理，得到气传病害孢子的偏振度图像和偏振角图像；采用Gabor变换将偏振角图像由空间域转换到频域，提取偏振角图像的纹理特征，并结合偏振度图像的相对光强分布值共同作为神经网络的输入，训练得到气传病害孢子分类模型；输入待测图像至气传病害孢子分类模型，得到分类结果。本发明能够有效减少外界环境光的干扰，并能提高形态相似的病害孢子识别率，有效提高了气传病害孢子的分类识别精度。

公开(公告)号：CN117808152A

公开(公告)日：2024-04-02

申请号：CN202311829678.6

申请日：2023-12-28

Applicant: 江苏大学

Inventor： 王亚飞 ,  毛罕平 ,  杨宁 ,  张晓东 ,  张家瑞 ,  高洪燕 ,  李铁柱

IPC: G06Q10/04 ,  G06Q50/02 ,  G06F18/241 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明提供了一种温室作物气传病害预警方法及系统，包括采集孢子数量数据、温室内作物发病程度数据、温室内外的气象数据和未来的天气预报数据并预处理；将预处理后的数据作为输入，温室内作物发病程度数据作为输出，使用卷积神经网络‑长短时记忆网络CNN‑LSTM建立作物气传病害预警模型，并进行迭代优化，获取作物气传病害预警模型的性能评价指标；最后使用优化后的作物气传病害预警模型对未来温室内作物发病程度数据进行预测。本发明采用CNN‑LSTM模型对作物发病程度进行预测，通过卷积神经网络来挖掘模型的各输入因子之间的潜在的信息关系，通过长短时记忆网络来预测时间序列问题，相对于一般的卷积神经网络的预测结果更加准确。

公开(公告)号：CN117848962A

公开(公告)日：2024-04-09

申请号：CN202311399983.6

申请日：2023-10-26

Applicant: 江苏大学

Inventor： 王亚飞 ,  毛罕平 ,  张晓东 ,  杨宁 ,  张家瑞 ,  高洪燕 ,  彭海涛 ,  王亚娜 ,  王斌 ,  李铁柱

IPC: G01N21/21 ,  G06V20/69 ,  B01L3/00 ,  G01N21/47 ,  G01N21/84 ,  G01N21/25

Abstract: 本发明提供一种作物气传病害孢子检测装置与方法，包括光源、透光微孔、复合场微流控芯片、无透镜的偏振相机、信号发生器和图像处理单元；光源透过透光微孔产生干涉光照射在复合场微流控芯片上，偏振相机位于复合场微流控芯片的下方，信号发生器使复合场微流控芯片内产生电场，使不同种类的病害孢子富集到复合场微流控芯片的不同富集区域内；偏振相机成像采集复合场微流控芯片富集区域内的气传病害孢子的偏振‑衍射指纹图像，并传递给图像处理单元；图像处理单元对图像进行处理，根据气传病害孢子的偏振‑衍射指纹图像的相对光强分布值的不同对病害孢子实现分类识别。本发明具有体积小，价格低，易操作的特点，提高病害孢子检测的效率。