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！

龙图腾网获悉山东农业大学申请的专利一种患松树线虫病木材截面识别追踪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：CN115294457B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202211039269.1，技术领域涉及：G06V20/10；该发明授权一种患松树线虫病木材截面识别追踪方法是由邓永昌;刘双喜;胡宪亮;王圣楠;武宝绘;王翰;李聪设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种患松树线虫病木材截面识别追踪方法在说明书摘要公布了：本申请公开了患松树线虫病木材截面识别追踪方法，涉及树木病虫害除治技术领域，首先采集大量标准疫木截面图片，使用标注工具进行标注，并进行离线增广，训练神经网络框架，并配合实例分割算法搭建深度学习平台。使用该平台对疫木图片进行背景去除，对去除背景的图片进行灰度化和二值化，并提取周长、面积等数据组成13组识别向量，按顺序对疫木进行编号。将疫木编号与对应的欧式距离存取SQL数据库。在疫木处置现场重复操作，并进行数据的对比、分析，从而实现疫木界面的识别和追踪。通过该方法能对大量疫木进行识别和追踪，提高疫木识别和追踪的效率和准确性。

本发明授权一种患松树线虫病木材截面识别追踪方法在权利要求书中公布了：1.一种患松树线虫病木材截面识别追踪方法，其特征在于，所述方法包括： 搭建疫木截面识别的深度学习平台； 通过所述深度学习平台对疫木截面进行处理获得疫木截面图像，包括： 通过工业CCD相机得到24位深R、G、B色彩空间的真彩色原始含背景疫木截面图像； 读入原始含背景疫木截面图像； 使用上述深度学习平台对含背景疫木截面图像进行处理，得到不含背景的疫木截面图像； 对所述疫木截面图像进行灰度化处理和二值化处理获得疫木截面灰度图像和二值化图像； 提取疫木截面二值化图像的面积、周长、7个HU不变矩，包括： 将所述二值化图像进行多次形态学膨胀腐蚀操作，消除疫木截面图像拍摄时因曝光度过高以及疫木磨损而产生的疫木截面区域缺陷； 对得到的图像配合opencv库进行最大闭合轮廓检测，并得到最大闭合轮廓坐标； 使用所述最大闭合轮廓坐标计算图像的周长及面积，包括： 设最大闭合轮廓坐标共有n个，则疫木周长perimeter=，当i=n时，,，代表第i个轮廓点坐标； 设S为疫木图像区域面积，将最大轮廓坐标使用折线连接起来，得到一个封闭的简单n边形，且该简单n边形为单连通区域，设单连通区域的边界曲线为L， 计算单连通区域边界曲线的环路积分得到疫木图像区域面积S； 遍历灰度图像得到图像总像素数，以及各像素点灰度值,计算二阶及三阶中心矩； 使用得到的二阶、三节中心矩计算得到7个HU不变矩； 所述遍历灰度图像得到图像总像素数，以及各像素点灰度值,计算二阶及三阶中心矩，包括： 首先计算灰度图像的0阶几何矩及1阶几何矩和； 使用几何矩公式计算0阶几何矩及1阶几何矩，即，，p+q=1； 随后计算二阶、三阶中心矩 二阶中心距：=，p+q=2； 三阶中心距：=，p+q=3; 所述使用得到的二阶、三节中心矩计算得到7个HU不变矩，包括： 首先对公式的二阶、三阶中心距进行归一化处理，得到对应的归一化中心矩，，=，p、q之和代表归一化中心矩的阶数； 得到归一化二阶矩、、与归一化三阶中心矩、、、； 使用下列公式进行7个Hu不变矩的计算： Hu0=； Hu1=； Hu2=； Hu3=； Hu4=； Hu5=； Hu6=； 计算疫木截面灰度图像的灰度图像的灰度共生矩阵,并计算灰度共生矩阵的归一化频率矩阵； 根据所述灰度共生矩阵计算获得图像的角二阶矩、熵、对比度和逆方差； 将上述得到的疫木截面二值化图像的面积、周长、7个HU不变矩、角二阶矩、熵、对比度、逆方差组合为13维识别向量； 将疫木除治现场将疫木除治现场的疫木按识别顺序编号，并将疫木编号与对应的识别向量存取SQL数据库； 待处理木材运输至处置现场后，重复上述过程； 将新得到的识别向量与SQL数据库中的识别向量进行比对，识别向量之间距离最小的两棵疫木认为是同一个疫木，完成疫木截面识别追踪。

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山东农业大学，其通讯地址为：271018 山东省泰安市岱宗大街61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。