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！

龙图腾网获悉中国食品药品检定研究院申请的专利一种基于卷积神经网络的冬虫夏草真伪识别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：CN120356195B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510326339.9，技术领域涉及：G06V20/60；该发明授权一种基于卷积神经网络的冬虫夏草真伪识别方法及系统是由康帅;石佳;王淑红;于健东;魏锋设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的冬虫夏草真伪识别方法及系统在说明书摘要公布了：本发明公开了一种基于卷积神经网络的冬虫夏草真伪识别方法及系统，属于中药材鉴别技术领域，包括拍摄包含有冬虫夏草的虫草群体的照片，获取包含有冬虫夏草的虫草群体的特征图像；将获取的特征图像数据集划分为训练集和测试集，将训练集输入到卷积神经网络中进行训练；将测试集输入到训练好的卷积神经网络中，并对虫草特征图中的显著特征进行提取；基于测试集中不同种类的显著特征，划分虫草类型，确定虫草群体中的冬虫夏草。本申请通过卷积神经网络对图片的特征进行提取，能减弱背景变化的影响，对不同种类虫草的子座和虫体部位进行识别，适用于不同类别虫草的区分。

本发明授权一种基于卷积神经网络的冬虫夏草真伪识别方法及系统在权利要求书中公布了：1.一种基于卷积神经网络的冬虫夏草真伪识别方法，其特征在于，包括以下步骤： 步骤S1：拍摄包含有冬虫夏草的虫草群体的照片，获取包含有冬虫夏草的虫草群体的特征图像； 步骤S2：将获取的特征图像数据集划分为训练集和测试集，将训练集输入到卷积神经网络中进行训练； 步骤S3：将测试集输入到训练好的卷积神经网络中，并对虫草特征图中的显著特征进行提取； 步骤S4：基于测试集中不同种类的显著特征，划分虫草类型，确定虫草群体中的冬虫夏草； 所述步骤S4中，基于测试集中不同种类的显著特征，划分虫草类型，确定虫草群体中的冬虫夏草，具体包括以下步骤： 步骤S401：基于虫草的虫体和子座，以虫草的虫体勾勒的图像为第一显著特征，虫草的子座勾勒的图像为第二显著特征； 步骤S402：基于所述虫草具有第一显著特征，获取虫体图像的形状特征、纹理特征和颜色特征，确定第一显著特征对应的第一评分值； 步骤S403：基于所述虫草具有第二显著特征，获取子座图像的形状特征、纹理特征和颜色特征，确定第二显著特征对应的第二评分值； 步骤S404：基于所述虫草具有第一显著特征和第二显著特征，确定所述虫草为冬虫夏草的概率； 所述步骤S402中，获取虫体图像的形状特征、纹理特征和颜色特征，根据第一对比标准，确定第一显著特征对应的第一评分值，其中，第一对比标准，具体包括： 基于虫体图像的轮廓勾勒图，获取轮廓勾勒图的长度和凸起个数，确定虫体图像的形状特征参数； 基于虫体图像的灰度图像，获取灰度图像的环纹条数和粗糙程度，确定虫体图像的纹理特征参数； 基于虫体图像的灰度图像，获取灰度图像的色彩明度，确定虫体图像的颜色特征参数； 基于虫体图像的形状特征参数、纹理特征参数和颜色特征参数，确定第一显著特征对应的第一评分值； 所述步骤S403中，获取子座图像的形状特征、纹理特征和颜色特征，根据第二对比标准，确定第二显著特征对应的第二评分值，其中，第二对比标准，具体包括： 基于子座图像的轮廓勾勒图，获取轮廓勾勒图的基端宽度、末端宽度和长度，确定子座图像的形状特征参数； 基于子座图像的灰度图像，获取灰度图像的粗糙程度，确定子座图像的纹理特征参数； 基于子座图像的灰度图像，获取灰度图像的色彩明度，确定子座图像的颜色特征参数； 基于子座图像的形状特征参数、纹理特征参数和颜色特征参数，确定第二显著特征对应的第二评分值。

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中国食品药品检定研究院，其通讯地址为：100050 北京市东城区崇文区天坛西里2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。