江西省农业科学院土壤肥料与资源环境研究所彭春瑞获国家专利权
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!
龙图腾网获悉江西省农业科学院土壤肥料与资源环境研究所申请的专利一种双季稻穗施肥用的叶片图像模式分类方法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:CN120495777B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202510657602.2,技术领域涉及:G06V10/764;该发明授权一种双季稻穗施肥用的叶片图像模式分类方法及系统是由彭春瑞;胡娟;李秀秀;梁喜欢;涂田华;陈金;陈先茂;谢江;邓国强设计研发完成,并于2025-05-21向国家知识产权局提交的专利申请。
本一种双季稻穗施肥用的叶片图像模式分类方法及系统在说明书摘要公布了:本申请提出了一种双季稻穗施肥用的叶片图像模式分类方法及系统,其中方法包括:在目标双季稻的预设时间窗口,在第一叶和第二叶的多个位置,采集获得第一叶图像参数阵列和第二叶图像参数阵列;对这些参数阵列进行图像参数离散分析,获得第一离散度和第二离散度,结合预设离散度计算获得叶片污染度;对参数阵列进行平均化处理和叶片模式分类,分别基于图像参数和污染度获得两种叶片模式阵列,从而确定适宜的叶片模式,进行双季稻穗肥施用。本申请解决了现有技术中由于试验数据量不足导致在不同田块上施肥推荐准确性不强的技术问题,达到了通过分析双季稻叶片图像参数和污染度的模式分类,实现穗肥精准调控,提高施肥推荐准确性的技术效果。
本发明授权一种双季稻穗施肥用的叶片图像模式分类方法及系统在权利要求书中公布了:1.一种双季稻穗施肥用的叶片图像模式分类方法,其特征在于,所述方法包括: 在目标双季稻的预设时间窗口,在第一叶和第二叶的多个位置,采集获得第一叶图像参数阵列和第二叶图像参数阵列; 对所述第一叶图像参数阵列和第二叶图像参数阵列进行图像参数离散分析,获得第一离散度和第二离散度,结合预设第一离散度和预设第二离散度,计算获得第一叶污染度和第二叶污染度; 对所述第一叶图像参数阵列和第二叶图像参数阵列进行平均化处理和叶片模式分类,获得第一叶片模式阵列,根据所述第一叶污染度和第二叶污染度,进行叶片模式分类,获得第二叶片模式阵列,包括: 对所述第一叶图像参数阵列和第二叶图像参数阵列分别进行平均化计算处理,获得第一叶图像参数和第二叶图像参数; 构建第一叶片模式分类器,其中,所述第一叶片模式分类器包括多个第一叶片模式分类分支,每个第一叶片模式分类分支的输入特征为第一叶图像参数和第二叶图像参数的比值,输出特征为第一叶片模式; 计算所述第一叶图像参数和第二叶图像参数的比值,结合所述目标双季稻的周期类别,输入所述第一叶片模式分类器进行集成叶片模式分类,获得第一叶片模式阵列,其中,周期类别包括早稻或晚稻; 构建第二叶片模式分类器,其中,所述第二叶片模式分类器包括多个第二叶片模式分类分支,每个第二叶片模式分类分支的输入特征为第一叶污染度和第二叶污染度的比值,输出特征为第二叶片模式,所述多个第二叶片模式分类分支的数量小于所述多个第一叶片模式分类分支的数量; 计算所述第一叶污染度和第二叶污染度的比值,进行集成叶片模式分类,获得第二叶片模式阵列; 根据所述第一叶片模式阵列和第二叶片模式阵列,处理获得叶片模式,进行双季稻穗肥施用。
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江西省农业科学院土壤肥料与资源环境研究所,其通讯地址为:330200 江西省南昌市南昌县莲塘中大道1738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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励