公开(公告)号：CN120013820A

公开(公告)日：2025-05-16

申请号：CN202510109006.0

申请日：2025-01-23

Applicant: 华南农业大学

Inventor： 王栋 ,  康耀文 ,  孙家豪 ,  祝豪 ,  黄琼 ,  杨存义

IPC: G06T5/77 ,  G06T5/60 ,  G06T7/10 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种面向大豆叶子表型分析的图像修复方法，本发明首先通过边缘生成网络补全大豆叶片缺失的边缘信息；然后将补全后的边缘信息使用结构自编码器提取由粗到细的分层特征图，作为引导特征输入图像修复网络，以辅助修复过程；基于引导特征实现对大豆叶片结构信息的精准修复；最后，根据修复完整的叶子图像，获取大豆植株的叶面积指数、结构纹理、颜色等表型参数。通过上述方式，本发明通过引入梯度结构化的边缘信息和层次化的特征引导，能够提高大豆叶子图片的修复效果，从而更好地为大豆叶子表型数据的精确、完整分析提供支持。

公开(公告)号：CN118967785A

公开(公告)日：2024-11-15

申请号：CN202411279367.1

申请日：2024-09-12

Applicant: 华南农业大学

Inventor： 王栋 ,  黄镇洲 ,  康耀文 ,  黄琼 ,  杨存义

IPC: G06T7/62 ,  G06T11/00 ,  G06T7/11 ,  G06N3/0464

Abstract: 本发明公开了一种基于大豆叶平铺化图像生成模型的叶子表型参数计算方法，本发明通过非接触式的方式对处于自然弯曲状态下的大豆叶进行拍摄，进一步对大豆叶自然状态图像进行平铺化处理，最后利用大豆叶平铺化图像计算大豆叶的叶型表型参数，与人工直接测算大豆叶长宽比的方法相比，本发明通过生成大豆叶平铺化图像的深度学习技术的介入可以大大提高大豆叶叶型长宽比的测算效率，同时降低损伤大豆植株的风险；本发明在SwimIR模型的基础上进行改进，不仅实现了对自然弯曲状态下的大豆叶图像的平铺化处理，并且在模型训练数据集中拍摄图像与扫描图像之间存在色彩风格差异的情况下使得模型也可以保持输出的大豆叶平铺图像与输入的拍摄图像色彩风格一致。