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！

龙图腾网获悉安徽大学申请的专利基于高光谱成像的番茄植株干旱胁迫检测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：CN116168287B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211472750.X，技术领域涉及：G06V20/10；该发明授权基于高光谱成像的番茄植株干旱胁迫检测方法是由翁士状;马俊杰;施金鹏;潘美静;谭羽健;张巧巧;郑玲;赵晋陵;黄林生设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本基于高光谱成像的番茄植株干旱胁迫检测方法在说明书摘要公布了：本发明特别涉及一种基于高光谱成像的番茄植株干旱胁迫检测方法，包括如下步骤：采集待识别番茄叶片的高光谱图像，根据高光谱图像提取叶片的反射光谱数据；利用遗传算法筛选特征波长，根据特征波长对应的反射率图像间的相关性确定最佳的反射率图像集；利用卷积神经网络提取最佳反射率图像集深层次的图像特征；融合叶片的光谱和图像特征后输入至训练好的植株干旱胁迫识别模型中进行识别得到待识别番茄的干旱胁迫等级。采用光谱和图像结合的方式来选择反射率图像，降低数据冗余度，实现了信息的最大利用；通过卷积神经网络实现图像特征的自动提取，简单有效，避免复杂的数学计算；融合光谱和图像特征提升模型识别效果，提供互补信息，避免信息损失。

本发明授权基于高光谱成像的番茄植株干旱胁迫检测方法在权利要求书中公布了：1.一种基于高光谱成像的番茄植株干旱胁迫检测方法，其特征在于：包括如下步骤： 采集待识别番茄叶片的高光谱图像，根据高光谱图像提取叶片的反射光谱数据； 利用遗传算法筛选特征波长，根据特征波长对应的反射率图像间的相关性确定最佳的反射率图像集； 利用卷积神经网络提取最佳反射率图像集深层次的图像特征； 融合叶片的光谱和图像特征后输入至训练好的植株干旱胁迫识别模型中进行识别得到待识别番茄的干旱胁迫等级； 所述的根据特征波长对应的反射率图像间的相关性确定最佳的反射率图像集包括如下步骤： 根据RelifF方法计算最佳特征波长的权重值； 将权重值最大的特征波长对应的反射率图像作为参考图像； 将参考图像放入定义的容器中； 根据皮尔逊相关性设置相关性阈值； 按顺序分析其他特征波长的反射率图像和容器中所有图像的相关性，将满足阈值条件的反射率图像添加到容器中，最后得到一组互不相关的反射率图像集合； 计算容器中参考图像和其他反射率图像的相关性； 根据相关性排序，依次增加图像个数，得到不同反射率图像组合； 通过分类器建模分析确定最佳的反射率图像集； 所述的植株干旱胁迫识别模型包括： 使用二维卷积方式对融合的一维特征进行升维操作得到特征图一； 对特征图一进行连续三次的稠密连接操作得到特征图二，稠密连接操作中添加了ECA模块进行跨通道交互； 利用卷积层来提取特征图二的主要特征、剔除非必要特征； 再依次经过池化层、展平层、全连接层后得到三个神经元，三个神经元分别对应番茄的轻度、中度、重度干旱胁迫等级。

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安徽大学，其通讯地址为：230601 安徽省合肥市经开区九龙路111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。