Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 福建船政交通职业学院林少丹获国家专利权

福建船政交通职业学院林少丹获国家专利权

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!

龙图腾网获悉福建船政交通职业学院申请的专利一种基于深度学习的水稻苗瘟病害智能检测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:CN120450451B

龙图腾网通过国家知识产权局官网在2025-10-28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:202510945322.1,技术领域涉及:G06Q10/0635;该发明授权一种基于深度学习的水稻苗瘟病害智能检测系统是由林少丹;杨德卫;翁海勇;叶大鹏;田利平;黄文健;张玲;吴银海;陈弘奕;陈妍君;周文广设计研发完成,并于2025-07-09向国家知识产权局提交的专利申请。

一种基于深度学习的水稻苗瘟病害智能检测系统在说明书摘要公布了:本发明公开了一种基于深度学习的水稻苗瘟病害智能检测系统,涉及农作物检测技术领域,解决了影响对于早期或症状不典型的病害,可能无法及时准确识别,导致病害进一步发展,造成更大的损失的技术问题;基于特征提取结果进行叶片和穗部病情风险分级,不同风险级别对应不同的防治策略;系统持续监测生长区和收获区图像数据,能及时发现叶片和穗部特征的细微变化,有效减少了因病害导致的产量损失和质量下降。叶片和穗部病情风险分级结合各个管理网格的气象数据和灌溉区的水文数据;系统结合各个管理网格的气象数据和灌溉区的水文数据,分析外部患病条件风险,并将其与叶片和穗部病情风险分级相结合,进行综合风险预警。

本发明授权一种基于深度学习的水稻苗瘟病害智能检测系统在权利要求书中公布了:1.一种基于深度学习的水稻苗瘟病害智能检测系统,其特征在于,包括: 数据采集模块:获取管理水稻种植区域的地图数据,将水稻种植区域分为收获区、生长区、灌溉区和辅助区,并设置不同密度的管理网格,每个管理网格设置无人机数据采集模块和陆地数据采集模块; 区域图像处理节点:根据管理网格位置,若干个相邻管理网格所在区域设置区域图像处理节点,区域图像处理节点接收周围管理网格中数据采集模块采集的数据,并向授权的气象中心获取各个管理网格的气象数据; 在区域图像处理节点建立图像初级筛选模型,对图像进行初步分类为风险图像和安全图像,将风险图像和网格对应数据发送到云端图像处理平台; 云端图像处理平台:针对生长区的图像数据,进行图像数据的叶片形态特征提取和病斑特征提取,进行叶片病情风险分级; 针对收获区的图像数据,进行图像数据的穗部形态特征提取和穗异常特征提取,对穗部病情风险分级; 根据各个管理网格的气象数据和灌溉区的水文数据,分析各个网格的外部患病条件风险,结合叶片病情风险分级和穗部病情风险分级,对区域网格进行风险预警,包括: 构建穗部检测损失函数,通过YOLOv8目标检测模型检测穗部区域,进行穗部形态特征提取,包括以下步骤: 针对穗部异常区域,构建穗部检测损失函数,通过YOLOv8目标检测模型提取穗部区域图像:其中,L为提取穗部区域图像的边界回归精度,IoU为预测框与真实框的交并比,为预测框中心点与真实框中心点的欧氏距离,c为预测框与真实框的最小外接矩形对角线长度,δ为权重系数,v为长宽比一致性系数,v=σ11−r+σ21−C+σ31−K,r为长宽比特征值,C为长宽比特征值,K为紧致度特征值,σ1、σ2和σ3分别为对应权重; 进行穗部形态特征提取,包括:穗部长度特征值和穗部曲度特征值,穗部异常区域形态特征提取,包括:异常区域长度特征值和纹理分析特征值,其中,纹理分析值为对比度、能量、同质性和相关性四类纹理特征值进行加权平均得到的特征值; 构建穗部-病斑联合评估函数,对穗部病情风险分级,包括以下步骤: 构建‌穗部形态评估函数:其中,Lm为‌穗部形态评估系数,Lsp为穗部长度特征值,Lsp0为穗部长度标准值,Ksp为穗部曲度特征值,Ksp0为穗部曲度标准值,α1为穗部长度的对应权重,α2为穗部曲度的对应权重; 构建‌病斑特征评估函数:其中,Le为‌穗部‌病斑特征评估系数,Lse为异常区域长度特征值,Lse0为异常区域长度标准值,Kc为‌病斑纹理分析特征值,Kc0为‌病斑纹理分析标准值,β1为异常区域长度的对应权重,β2为‌病斑纹理分析的对应权重; 根据‌穗部形态评估系数和‌穗部‌病斑特征评估系数的计算公式,建立穗部-病斑联合评估函数:其中,Ljoi为穗部-病斑联合评估系数,γ1为‌穗部形态评估系数的对应权重,γ2为‌穗部‌病斑特征评估系数的对应权重; 根据穗部-病斑联合评估系数,对穗部病情风险分级。

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福建船政交通职业学院,其通讯地址为:350000 福建省福州市仓山区首山路80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。

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。