公开(公告)号：CN114742805A

公开(公告)日：2022-07-12

申请号：CN202210427178.9

申请日：2022-04-22

Applicant: 淮阴工学院 ,  卓弢机器人盐城有限公司

Inventor： 胡荣林 ,  马鸿泰 ,  刘宬邑 ,  董甜甜 ,  邵鹤帅 ,  王媛媛 ,  张亚光 ,  朱诗雯 ,  卢琛 ,  段媛媛 ,  冯万利 ,  张海艳

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/13

Abstract: 本发明公开了一种蘑菇图像数据采集预处理方法、装置及存储介质，其中方法通过控制图像采集装置从苗床的一端匀速移动至另外一端，采集获得一定数量的蘑菇图像，并对蘑菇图像进行霍夫找圆，识别蘑菇的类圆形的菌盖。并通过计算找出的圆心与对应的蘑菇菌盖边缘识别的边缘点集中各点的平均距离D，以及圆心与边缘点集各点的距离与平均距离的平均偏差S，获得找出的圆与蘑菇轮廓的拟合度剔除拟合度不在设定阈值内的圆，以排除由于过拟合而产生的实际不存在的圆，提高找圆的准确度，从而提高了对蘑菇的圆形菌盖识别轮廓标引的准确度，将预处理后的图像数据打包存储于存储介质中，便于后续算法模型训练建立使用，节约时间、人力和物力。

公开(公告)号：CN115909318A

公开(公告)日：2023-04-04

申请号：CN202211618280.3

申请日：2022-12-15

Applicant: 卓弢机器人盐城有限公司 ,  淮阴工学院

Inventor： 胡荣林 ,  付浩志 ,  蔡进恒 ,  刘宬邑 ,  朱诗雯 ,  魏福 ,  董甜甜 ,  张海艳 ,  邵鹤帅 ,  严立兵

IPC: G06V20/64 ,  G06V10/147

Abstract: 本发明公开了一种基于双目视觉和距离估计的蘑菇直径测量方法，包括：双目相机标定；利用双目相机采集蘑菇图像，得到左摄像头拍摄图像imagel和右摄像头拍摄图像imager；进行图像预处理，得到左视图像Il和右视图像Ir；分别对左视图像Il和右视图像Ir进行距离估计操作，得到左视图视角下的蘑菇直径d1l和右视图视角下的蘑菇直径d2r；对左视图像Il和右视图像Ir进行双目测量操作，通过轮廓特征提取、立体匹配、深度计算操作，得到蘑菇轮廓关键点的三维坐标，根据轮廓关键点计算出蘑菇直径d3；计算三个测量值d1l、d2r、d3的几何平均数，几何平均数即最终的蘑菇直径测量值。本发明具有较高的测量精度及稳定性。

公开(公告)号：CN114241436B

公开(公告)日：2025-04-04

申请号：CN202111179596.2

申请日：2021-10-09

Applicant: 淮阴工学院 ,  昆明理工大学

Inventor： 高尚兵 ,  汪长春 ,  胡立伟 ,  胡序洋 ,  王媛媛 ,  李翔 ,  马甲林 ,  张海艳 ,  朱全银 ,  李杰 ,  陈浩霖 ,  张秦涛

IPC: G06V20/58 ,  G06F17/16 ,  G06N3/0464 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及一种改进色彩空间和搜索窗口的车道线检测方法及系统，基于对车道线区域图像的透视变换，获得车道线区域鸟瞰图，并采用不同色彩空间的不同颜色分量对车道线区域鸟瞰图进行重新融合，再结合窗口滑动方式进行车道线搜索、以及车道线拟合，实现最终车道线的检测；方案采用多种颜色空间中最优通道进行融合，有效克服了光照、阴影，以及黄色车道线检测困难的问题；并且应用窗口搜索方法可以忽略掉重复的计算步骤，有效降低计算量，提高速度；此外，基于透视变换和逆透视变换间相互转化的应用，在透视变换后数据量较少的图像上应用车道线检测所涉及的大量计算，可以有效减少计算量，提高单帧图像的检测速度，满足实时检测的要求。

公开(公告)号：CN114972264B

公开(公告)日：2025-03-28

申请号：CN202210598574.8

申请日：2022-05-30

Applicant: 淮阴工学院 ,  江苏省农业科学院

Inventor： 高尚兵 ,  余骥远 ,  李洁 ,  唐琪 ,  陈新 ,  缪奕可 ,  曹鹏 ,  袁星星 ,  杨瑞杰 ,  陈浩霖 ,  任珂 ,  张海艳 ,  刘步实 ,  李杰

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06Q50/02 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/82

Abstract: 本发明提供了一种基于MS‑PLNet模型绿豆叶斑病识别方法及装置，包括以下步骤：(1)获取用于训练、验证和测试的绿豆叶片数据集，并且对数据集进行图像预处理；(2)构建用于绿豆叶斑病识别的MS‑PLNet网络模型，模型中的骨干网络使用普通卷积和改进的深度可分离卷积进行搭建，并在搭建过程中进行通道数先增加再减少最后再增加的三阶段策略，减小网络参数；在特征融合阶段使用通道注意力机制，根据通道的重要程度，关注重要通道，抑制冗余通道；(3)使用搭建的模型进行训练，获得用于绿豆叶斑病检测的分类器。本发明可用于绿豆叶斑病和其他农作物叶斑病的检测，识别率高，且具有较好的鲁棒性与广泛的应用价值。

公开(公告)号：CN114723732B

公开(公告)日：2025-03-25

申请号：CN202210439052.3

申请日：2022-04-25

Applicant: 淮阴工学院 ,  江苏淮香食用菌有限公司

Inventor： 胡荣林 ,  付浩志 ,  刘宬邑 ,  陆文豪 ,  董甜甜 ,  张海艳 ,  邵鹤帅 ,  王媛媛 ,  李鑫鑫 ,  段媛媛 ,  谢敏 ,  蔡进恒 ,  冯万利

IPC: G06T7/00 ,  G06T7/13 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/82

Abstract: 本发明公开了一种杏鲍菇表面瑕疵检测方法、装置及存储介质。其中方法包括如下步骤：S1：环绕杏鲍菇至少一周进行视频采集，将视频解析成杏鲍菇图像帧序列；S2：提取获得的杏鲍菇图像帧中的前景目标；S3：搭建包括生成器及鉴别器的条件生成对抗网络，将提取的前景目标分别输入到生成器和鉴别器中生成标准杏鲍菇轮廓图像；S4：从前景目标中提取原始杏鲍菇轮廓图像；S5：将标准杏鲍菇轮廓图像和原始杏鲍菇轮廓图像进行和差运算，获得杏鲍菇瑕疵位置。上述方法，通过机器视觉代替人工检测，提高了杏鲍菇的检测效率，并采用生成对抗网络生成标准的杏鲍菇轮廓，实现对形态各异、瑕疵形状多变的杏鲍菇等杏鲍菇的瑕疵位置检测。

公开(公告)号：CN116342487B

公开(公告)日：2025-01-03

申请号：CN202310149978.3

申请日：2023-02-22

Applicant: 淮阴工学院 ,  江苏省农业科学院

Inventor： 高尚兵 ,  李洁 ,  余骥远 ,  唐琪 ,  张浩淼 ,  陈新 ,  缪奕可 ,  蒋东山 ,  曹鹏 ,  袁星星 ,  李士丛 ,  杨瑞杰 ,  张海艳

IPC: G06T7/00 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于叶绿素荧光成像及DB‑YOLOv7的绿豆叶斑病检测方法，预先获取绿豆叶斑病图像，通过人工标注制作绿豆叶斑病数据集，并划分为训练集、验证集和测试集；构建基于DB‑YOLOv7的绿豆叶斑病检测模型；在YOLOv7模型的基础上重构了SPPCSPC模块，使其能够更有效的捕捉有效信息，增强对小病斑的提取能力；其次引入了GFPN模块并在其基础上进行了改进，缩短了高层级与低层级之间的距离，解决了路径过长导致的特征丢失问题；另外引入了CA注意力机制模块，提高了模型的鲁棒性；基于训练集和验证集对DB‑YOLOv7模型进行训练和评价；将所述测试集图像输入至训练后的DB‑YOLOv7模型进行识别，实现绿豆叶斑病检测。本发明能够有效地提高绿豆叶斑病检测的精度，具有广阔的应用前景。

公开(公告)号：CN118468223B

公开(公告)日：2024-11-22

申请号：CN202410614595.3

申请日：2024-05-17

Applicant: 淮阴工学院

Inventor： 王浩 ,  高尚兵 ,  冯逸心 ,  王腾 ,  赵可钒 ,  梁文香 ,  罗仔秋 ,  张海艳 ,  王媛媛

IPC: G06F18/25 ,  G06F18/213 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/049 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于STGNN‑Net的车辆轨迹预测方法，首先，对预先获取的轨迹数据集进行划分与特征构建；其次，构建基于STGNN‑Net的车辆轨迹预测网络，一个分支用TGCN‑Net提取输入轨迹数据的时间特征，另一个分支利用STG‑Net获得轨迹的时空特征，使得模型能考虑不同时间与空间范围的影响，再利用残差网络分别对TGCN‑Net和STG‑Net进行特征融合；最后利用自适应学习经过Informer特征融合后送入BiGRU网络预测车辆的轨迹。本发明充分利用轨迹数据中的时间特征，同时结合不同时间的空间特征，通过TGCN‑Net和STG‑Net提取特征以减少信息的损失，实现了更加准确和鲁棒的轨迹预测；通过图神经网络和注意力机制使网络能考虑交互信息，从而优化特征，实现较高的轨迹预测精度。

公开(公告)号：CN118470413B

公开(公告)日：2024-10-18

申请号：CN202410607710.4

申请日：2024-05-16

Applicant: 淮阴工学院

Inventor： 梁文香 ,  高尚兵 ,  罗仔秋 ,  蒋东山 ,  张浩淼 ,  王媛媛 ,  张海艳 ,  王浩 ,  冯逸心

IPC: G06V10/764 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06V10/774 ,  G06N3/08 ,  G06V10/776 ,  G06V10/74

Abstract: 本发明公开了一种基于UpCPFNet模型的芒果分级识别方法，首先将预先获取的芒果数据进行人工标注并制作成数据集，再对数据集进行预处理；构建包括初步特征提取模块Stem、六个ReHRSE模块、三个UpCFP模块、一个DoDB模块的基于UpCPFNet模型的芒果分级识别网络；对ReHRSE模块进行堆叠加深网络层数，使用UpCFP模块进行下采样丰富特征信息，使用DoDB模块对得到的深层网络特征和浅层网络特征在不同尺度上进行全局特征聚集和融合；最后通过全连接层输出分类。本发明使用深层网络的信息特征分别对局部特征进行特征融合，同时在不同尺度上的特征融合有助于集中局部特征信息，提高级别图像数据相似性的有效辨别，具有很大的实际运用价值，在农作物级别识别领域具有较大的前景。

公开(公告)号：CN118506455A

公开(公告)日：2024-08-16

申请号：CN202410743173.6

申请日：2024-06-07

Applicant: 淮阴工学院

Inventor： 王媛媛 ,  黄佳泷 ,  郭瑞 ,  陆江涛 ,  钱建龙 ,  朱俊勋 ,  高尚兵 ,  张海艳 ,  刘步实

IPC: G06V40/20 ,  G06V40/10 ,  G06V10/25 ,  G06V10/30 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种结合关键点检测和目标检测的人体行为检测方法，所诉方法包括：采集并保存站立，坐立，运动，卧躺多种人体姿态数据以及烟头，手机的物品数据；根据采集到的数据进行人工标注，数据预处理，并制作成数据集，按照一定比例分成训练集和测试集；构建人体行为检测模型，构建的思想使用双通道交互模块对关键的空间信息进行表征，并同时优化视觉特征，构建了一个多分支的深度神经网络，将各个分支的结果进行合并。首先利用人体检测器检测到人体框，利用人体姿态估计获取面部和手腕部关键点区域，将人体面部和手腕部的特征作为一种感知学习模块充分获取不同层级的上下文语义信息，结合烟头和手机的位置信息判别人体是否处于抽烟，玩手机，打电话的状态，其次利用人体肩关节，腰关节，膝关节和踝关节的相关特征信息提取位置信息以及位置之间的相关性判别人体是否摔倒。本发明通过关键点检测和目标检测交互的方法来确定人体所处的状态，鲁棒性更强，灵活性更强，识别率更高。

公开(公告)号：CN118469079A

公开(公告)日：2024-08-09

申请号：CN202410607726.5

申请日：2024-05-16

Applicant: 淮阴工学院

Inventor： 冯逸心 ,  高尚兵 ,  王浩 ,  罗仔秋 ,  梁文香 ,  张海艳 ,  王媛媛 ,  王腾 ,  赵可钒

IPC: G06Q10/04 ,  G06Q50/40 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06F18/25 ,  G06F17/16 ,  G06N3/0499

Abstract: 本发明公开了一种基于DCG及双分支并行的地铁客流量预测方法及装置，所述方法包括：首先，构建地铁通行网络，其中节点表示站台点，节点所连边表示站台间的到达关系；其次，通过地铁通行网络和实体测量数据构建包括深度关系矩阵、旅行距离权重矩阵和乘客流量权重矩阵融合的DCG模块；最后，将DCG模块编码送入SBULSTM模块与Transformer模块双分支并行的预测神经网络。本发明通过DCG模块，还原地铁网络的实际拓扑结构，捕捉由站点到站线的客流特征；同时，并行SBULSTM模块与Transformer模块既能考虑时间序列的前后向状态，又能够学习复杂的时间特征、捕捉DCG所提供全局空间上的客流信息，加强全局时空通道的交互以减少信息的损失，提高了综合时空预测的能力。