Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 贵州大学王崎获国家专利权

贵州大学王崎获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉贵州大学申请的专利基于无人机高空纹理成像的植物病虫害检测设备及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119600481B

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411664358.4,技术领域涉及:G06V20/17;该发明授权基于无人机高空纹理成像的植物病虫害检测设备及方法是由王崎;吴兴财;王亚洲;赵克君;董新宇设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。

基于无人机高空纹理成像的植物病虫害检测设备及方法在说明书摘要公布了:本发明公开了一种基于无人机高空纹理成像的植物病虫害检测设备及方法,属于智慧农业技术领域,其中,植物病虫害检测设备包括无人机主体、云台、高空纹理相机和小型主机;高空纹理相机设置在云台的下方,云台设置在小型主机的下方,小型主机设置在无人机主体的下方,无人机主体上配置有前置高清摄像头、电池、光照传感器,且高空纹理相机通过蓝牙无线配置有手柄和飞行遥控器;植物病虫害检测方法基于高空纹理特征融合,结合环境感知驱动的数据增强模块、自适应多尺度图卷积特征提取与融合模块以及病虫害区域注意力融合模块,实现了病虫害的高精度识别。该技术有效支持了农业生产中的病虫害精准检测,为农业管理和农药施用提供科学依据。

本发明授权基于无人机高空纹理成像的植物病虫害检测设备及方法在权利要求书中公布了:1.一种基于无人机高空纹理成像的植物病虫害检测方法,其特征在于:包括无人机主体、云台、高空纹理相机和小型主机;所述高空纹理相机设置在所述云台的下方,所述云台设置在所述小型主机的下方,所述小型主机设置在所述无人机主体的下方,所述无人机主体上配置有前置高清摄像头、电池、光照传感器,且所述高空纹理相机通过蓝牙无线配置有手柄和飞行遥控器; 所述高空纹理相机为6100万像素的相机和焦距为70mm到200mm的镜头组合而成,所述6100万像素的相机和焦距为70mm到200mm的镜头由高斯成像公式确定,具体表达式如下: ; 其中,为物距,v为像距,f为焦距; 包括以下步骤: 步骤1、训练植物病虫害识别模型; 步骤2、将训练好的植物病虫害识别模型部署到小型主机上; 步骤3、通过高空纹理相机拍摄图像,将拍摄到的图像数据传输到步骤2部署有植物病虫害识别模型的小型主机上进行检测; 步骤1中训练植物病虫害识别模型的具体过程如下: 步骤101、根据实时光照强度调整图像的亮度、对比度和饱和度,收集植物病虫害图像数据,并进行数据预处理; 步骤102、将步骤101获得的预处理数据输入ResNet-101模型,并对ResNet-101模型进行训练,从植物病虫害图像中学习和提取具有植物病虫害纹理、形状和结构的特征,并将提取到的特征转化为高维特征向量; 步骤103、将步骤102提取到的高维特征向量分别输入到3×3卷积层和归一化层,获得专注于自适应最近邻居的注意力图; 步骤104、将步骤102提取到的高维特征向量输入到最近邻居集为{}图卷积层和全局平均池化层,获得多尺度特征集合; 步骤105、通过多尺度特征集合和自适应最近邻居的注意力图进行融合获得多尺度融合特征图; 步骤106、将步骤105获取的多尺度融合特征图经过3×3卷积层、全连接层和激活层并与自身相加,获取空间-通道特征增强图; 步骤107、将步骤106获取的空间-通道特征增强图经过全连接层映射到类别空间中,并利用softmax分类器计算每个类别的概率分布,并输出最终的分类结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人贵州大学,其通讯地址为:550025 贵州省贵阳市花溪区花溪街道南段2708号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。