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！

龙图腾网获悉河南大学申请的专利双通道CNN的农作物分类系统、方法、存储介质和电子设备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：CN115880519B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202211104080.6，技术领域涉及：G06V10/764；该发明授权双通道CNN的农作物分类系统、方法、存储介质和电子设备是由黄亚博;李宁;赵建辉;杨会巾;张开心设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本双通道CNN的农作物分类系统、方法、存储介质和电子设备在说明书摘要公布了：本发明公开了一种双通道CNN的农作物分类方法、系统、存储介质和电子设备，包括对Sentinel‑1图像进行预处理，得到VVVH双极化方式的后向散射图和极化矩阵C2；将C2矩阵转化为Stokes矢量，进行极化分解，生成不同极化分量图；对Sentinel‑2图像进行预处理，得到多光谱图像；制作训练集、测试集及标签集样本；构建双通道卷积神经网络，通过卷积神经网络提取深层特征，并将多源数据的特征进行融合获取具有更丰富信息的新特征集；将制作的样本集输入所构建的网络模型中，输出保存训练出的最优模型。通过本发明能够准确地对农作物进行分类，为作物长势监测、产量评估等相关工作提供基础数据。同时，本发明具有良好的性能且易于工程实现。

本发明授权双通道CNN的农作物分类系统、方法、存储介质和电子设备在权利要求书中公布了：1.一种双通道CNN的农作物分类方法，其特征在于：包括 步骤S101、对Sentinel-1图像进行预处理，得到VVVH双极化方式的后向散射图；在步骤S101中，对SAR图像进行预处理包括轨道校正、热噪声去除、辐射定标、Deburst、多视、滤波、地形校正、分贝化，通过预处理操作使图像每个像元代表真实的雷达后向散射系数，从而构成不同极化方式的后向散射图； 步骤S102、在步骤S101中Deburst后生成极化矩阵C2，获得C2矩阵； 步骤S103、对C2矩阵进行基于物理模型的极化分解，生成不同极化分量图； 在步骤S103中，对C2矩阵进行基于物理模型的极化分解，进而提取SAR双极化散射信息，具体为： C2矩阵代表图像中每个像素点的极化散射信息，将C2矩阵转化为Stokes矢量进行极化分解，获得每个像素点的不同极化散射分量，从而获取不同极化散射分量图，即SAR双极化散射信息； 步骤S104、对Sentinel-2图像进行预处理，得到多光谱图；在步骤S104中所述预处理包括大气校正、重采样和波段合成；在Sentinel-2预处理过程中去除与植被相关性不强的三个波段，将其他十个光谱波段统一重采样至10m分辨率，并合成为具有10个波段的多光谱图； 步骤S105、将实地考察与目视解译获得的真实作物样本以7：3的比例划分为训练集样本和测试集样本，对各作物种类进行标注生成标签集；不同农作物类型进行标注形成标签集； 步骤S106、构建双通道卷积神经网络，其中由编码器、特征融合与解码器模块三部分实现输入数据深层特征的提取及多源特征的融合，融合后的新特征集通过Softmax分类器进行农作物的分类工作； 步骤S107、模型训练，将构建的训练集、测试集及标签集输入双通道卷积神经网络模型进行训练；通过精度评估指标判断模型训练效果，调整网络中的参数，以获得最优的作物分类模型，保存最优网络模型； 步骤S108、加载已保存的最优模型，将待分类的农作物图输入网络进行分类工作，并将最终分类结果输出保存。

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河南大学，其通讯地址为：475001 河南省开封市明伦街85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。