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！

龙图腾网获悉重庆市农业科学院申请的专利一种基于高光谱图像和轻量级神经网络的柠檬黄脉病识别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：CN119625524B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411670475.1，技术领域涉及：G06V20/10；该发明授权一种基于高光谱图像和轻量级神经网络的柠檬黄脉病识别方法是由李勋兰;彭芳芳;魏召新;韩国辉;史文景;周广文;游双红;刘家红设计研发完成，并于2024-11-21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和轻量级神经网络的柠檬黄脉病识别方法在说明书摘要公布了：本发明涉及一种基于高光谱图像和轻量级神经网络的柠檬黄脉病识别方法，包括：采集不同波长的柠檬叶片高光谱图像，对所述不同波长的柠檬叶片高光谱图像进行处理，将处理后的叶片高光谱图像输入3D‑2D‑LcNet模型，获得柠檬黄脉病识别结果；其中，所述3D‑2D‑LcNet模型由轻量级神经网络ShuffleNetV2和HybridSN结合获得。本发明能够高效且高准确率的识别柠檬黄脉病。

本发明授权一种基于高光谱图像和轻量级神经网络的柠檬黄脉病识别方法在权利要求书中公布了：1.一种基于高光谱图像和轻量级神经网络的柠檬黄脉病识别方法，其特征在于，包括： 采集不同波长的柠檬叶片高光谱图像，对所述不同波长的柠檬叶片高光谱图像进行处理，将处理后的叶片高光谱图像输入3D-2D-LcNet模型，获得柠檬黄脉病识别结果；其中，所述3D-2D-LcNet模型由轻量级神经网络ShuffleNetV2和HybridSN结合获得； 所述3D-2D-LcNet模型包括： 3D卷积层，用于对所述柠檬叶片高光谱图像进行光谱和图像特征提取，获取三维特征图； 函数嵌入层，用于在每次所述3D卷积层操作后，嵌入批量归一化BN和整流线性激活函数； 3D平均自适应池化层，用于对所述三维特征图进行重置，转换为适用于2D卷积处理的特征； 下采样层，用于对转换后的特征进行下采样； 基本层，用于对下采样后的特征进行提取； 2D卷积层，用于对所述基本层提取的特征进行特征提取； 全连接层，用于对2D卷积层的特征进行分类，获取所述柠檬黄脉病识别结果； 所述3D卷积层包括： 第一3D卷积单元，用于对所述柠檬叶片高光谱图像提取光谱和图像的联合特征； 第二3D卷积单元，用于对所述联合特征进行二次特征提取，获取三维特征图。

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重庆市农业科学院，其通讯地址为：401329 重庆市九龙坡区白市驿镇农科大道；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。