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！

龙图腾网获悉西安交通大学申请的专利一种基于高光谱图像的农产品损伤识别方法、设备及系统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：CN116110043B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310138036.5，技术领域涉及：G06V20/68；该发明授权一种基于高光谱图像的农产品损伤识别方法、设备及系统是由杨树明;林开梁;孟亚云;葛灵宇;邓惠文;张国锋设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本一种基于高光谱图像的农产品损伤识别方法、设备及系统在说明书摘要公布了：本发明公开了一种基于高光谱图像的农产品损伤识别方法、设备及系统，采集各个波段下的样品图像数据集和暗场与白板图像，校正高光谱图像数据得到处理后的高光谱图像数据集；将高光谱图像数据降维后输入到农产品损伤识别模型，采用衰减学习率的SGD网络优化方法训练得到训练好的农产品损伤识别模型；以顺序划分块输入到已经训练好的农产品损伤识别模型中，得到每个划分块的分割图像，依顺序拼接得到完整的损伤识别结果。该方法提高了损伤识别的效率，避免了因波段选取影响识别效果，实现了农产品损伤较精准的识别。

本发明授权一种基于高光谱图像的农产品损伤识别方法、设备及系统在权利要求书中公布了：1.一种基于高光谱图像的农产品损伤识别方法，其特征在于，包括： 采集各个波段下的样品图像数据集和暗场与白板图像，对采集到的光谱图像进行黑白校正，得到高光谱图像数据； 对高光谱图像数据进行干扰去除和标签图像制作，得到处理后的高光谱图像数据集； 将处理后的高光谱图像数据降维后输入到农产品损伤识别模型，采用衰减学习率的SGD网络优化方法进行模型训练，得到训练好的农产品损伤识别模型； 农产品损伤识别模型包括线性映射层、Transformer层和解码层； 线性映射层包括一个全连接层，光谱数据立方体数据块进入线性映射层前需在空间维度进行展平成为二维数据；输出线性映射层后在光谱维度增加一个光谱顺序编码； Transformer层包括6个短接的Transformer模块； 解码层包括一次reshape操作以及三次卷积操作，为渐渐卷积； 在Transformer层后输出特征数据尺寸为，S为输入数据块大小，经过reshape操作后变为，再经过三次卷积渐渐降低通道数成为n为分割种类数量； 将样品图像数据集以顺序划分块输入到已经训练好的农产品损伤识别模型中，得到每个划分块的分割图像，依顺序拼接得到完整的损伤识别结果。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。

以上内容由龙图腾AI智能生成。