近日，安徽大學(xué)農(nóng)業(yè)生態(tài)大數(shù)據(jù)分析與應(yīng)用技術(shù)國(guó)家地方聯(lián)合工程研究中心胡根生、鮑文霞教授團(tuán)隊(duì)在作物病害遙感監(jiān)測(cè)領(lǐng)域取得系列進(jìn)展，先后在遙感科學(xué)和農(nóng)林科學(xué)權(quán)威期刊發(fā)表多篇論文。

       低分辨率無人機(jī)遙感茶園圖像中患病茶葉的小尺寸、高密度和模糊邊緣細(xì)節(jié)，以及圖像中茶葉病斑的顏色和紋理與背景之間的相似性，導(dǎo)致現(xiàn)有方法的監(jiān)測(cè)精度低。團(tuán)隊(duì)提出了一種兩級(jí)網(wǎng)絡(luò)方法，構(gòu)建超分網(wǎng)絡(luò)RFBDB-GAN與輕量級(jí)檢測(cè)網(wǎng)絡(luò)LWDNet，實(shí)現(xiàn)從12 m高度的無人機(jī)遙感圖像中精確檢測(cè)茶葉枯病。相關(guān)工作發(fā)表在遙感科學(xué)權(quán)威期刊IEEE Transactions on Geoscience and Remote Sensing，2024，62：5601218，第一作者為電子信息工程學(xué)院胡根生教授，鮑文霞教授為論文通訊作者。(DOI: 10.1109/TGRS.2023.3339765)

圖1. RFBDB-GAN與LWDNet實(shí)現(xiàn)無人機(jī)遙感圖像茶葉枯病的精確檢測(cè)

       小麥赤霉病的準(zhǔn)確檢測(cè)是提高小麥產(chǎn)量的關(guān)鍵。團(tuán)隊(duì)提出了一種端到端的圖像自適應(yīng)增強(qiáng)和小麥赤霉病檢測(cè)網(wǎng)絡(luò)（IAE-SDNet）以及一種基于并行通道空間注意力機(jī)制的PCSA-YOLO網(wǎng)絡(luò)，用于準(zhǔn)確檢測(cè)無人機(jī)遙感圖像中的小麥赤霉病。IAE-SDNet網(wǎng)絡(luò)中的圖像自適應(yīng)增強(qiáng)（IAE）模塊旨在提高無人機(jī)圖像的質(zhì)量，并使用基于transformer的目標(biāo)檢測(cè)模塊SDNet進(jìn)行端到端學(xué)習(xí)。并行通道空間注意力（PCSA）機(jī)制提高了輸出特征圖的表示能力，消除了串行結(jié)構(gòu)下權(quán)重系數(shù)的干擾，可以在復(fù)雜的背景下檢測(cè)微小的小麥赤霉病目標(biāo)。相關(guān)工作發(fā)表在遙感科學(xué)權(quán)威期刊IEEE Transactions on Geoscience and Remote Sensing，2024，62：4416014和農(nóng)林科學(xué)權(quán)威期刊Computers and Electronics in Agriculture，2024，217：108630，這兩篇論文的第一作者為電子信息工程學(xué)院鮑文霞教授，電子信息工程學(xué)院胡根生教授和中國(guó)科學(xué)院合肥物質(zhì)科學(xué)研究院的楊先軍研究員為論文共同通訊作者。

       (DOI:10.1109/TGRS.2024.3487626, DOI:10.1016/j.compag.2024.108630)

新聞鏈接：https://www.ahu.edu.cn/2025/0108/c15059a356008/page.htm

網(wǎng)站內(nèi)容來源于互聯(lián)網(wǎng)，由網(wǎng)絡(luò)編輯負(fù)責(zé)審查，目的在于傳遞信息，提供專業(yè)服務(wù)，不代表本網(wǎng)站平臺(tái)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)。如因內(nèi)容、版權(quán)問題存在異議的，請(qǐng)與我們?nèi)〉寐?lián)系，我們將協(xié)調(diào)給予處理（按照法規(guī)支付稿費(fèi)或刪除），聯(lián)系方式：ahos@aiofm.ac.cn 。網(wǎng)站平臺(tái)將加強(qiáng)監(jiān)控與審核，一旦發(fā)現(xiàn)違反規(guī)定的內(nèi)容，按國(guó)家法規(guī)處理，處理時(shí)間不超過24小時(shí)