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！

龙图腾网获悉中南林业科技大学申请的专利一种基于多模态特征的无人机松材线虫病害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：CN120976771B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511497838.0，技术领域涉及：G06V20/10；该发明授权一种基于多模态特征的无人机松材线虫病害检测方法是由何世聪;周国雄;吴子笛;颜学武;张怀清设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种基于多模态特征的无人机松材线虫病害检测方法在说明书摘要公布了：本发明涉及一种基于多模态特征的无人机松材线虫病害检测方法，通过构建图像‑文本多模态数据集以提供先验语义知识；采用植被指数阈值掩模滤波VTMF增强光谱差异并抑制噪声；利用融合小波变换与KAN注意力的W‑KAN模块进行频域去噪与特征保留；通过四域扩散图卷积残差注意力模块Q‑DGCRAB建模长距离空间依赖关系；引入疫情语义增强检测模块ESADM实现文本‑视觉特征融合；并采用森林守护者协同优化算法FGA‑CE动态优化训练过程；本发明解决了高空无人机影像中背景复杂、纹理重复、噪声显著及语义信息不足导致的松材线虫病害检测精度低问题，显著提升了复杂林分环境下松材线虫病的检测精度与鲁棒性，实现对松材线虫病害早期精准、实时监测。

本发明授权一种基于多模态特征的无人机松材线虫病害检测方法在权利要求书中公布了：1.一种基于多模态特征的无人机松材线虫病害检测方法，其特征在于，包括以下步骤： S1、通过无人机高空遥感平台获取松林的可见光图像，经过切割后筛选出松材线虫病害松树图像，并进行图像处理建立图像-文本配对的多模态数据集，按照8:1:1的比例将所述多模态数据集随机划分为训练集、验证集测试集； S2、采用植被指数阈值掩模滤波VTMF对所述可见光图像进行预处理，得到松树健康状态的光谱特征； S3、将经过VTMF增强后的图像输入基于YOLO架构的文本-遥感协同的网络模型TRSSL-Net中； S301、在所述文本-遥感协同的网络模型TRSSL-Net的P3层构建W-KAN特征提取模块，通过离散小波变换DWT对经过VTMF增强后的图像进行频域特征分解、非线性调制以及噪声抑制，提取松材线虫病害的频域特征图； S302、采用Q-DGCRAB四域扩散图卷积残差注意力模块建立区域图结构关系，将所述松材线虫病害的频域特征图划分为左上、右上、左下、右下四域，每个区域作为节点构建图结构； S303、利用疫情语义增强检测模块ESADM引入预训练BERT模型文本编码器，实现视觉-文本跨模态特征融合，提供语义层面的增强信息； S4、采用森林守护者协同优化策略FGA-CE，通过群体协作机制训练过程中的学习率进行动态优化，并加速收敛文本-遥感协同的网络模型TRSSL-Net； S5、通过检测头输出松材线虫病害的定位和分类结果。

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南林业科技大学，其通讯地址为：410001 湖南省长沙市韶山南路498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。