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！

龙图腾网获悉北京森起科技有限公司申请的专利大田作物叶片病虫害的AI图像识别与分级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：CN120807984B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511317345.4，技术领域涉及：G06V10/75；该发明授权大田作物叶片病虫害的AI图像识别与分级方法是由杜占鹏;柴蒙蒙;宋晓设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本大田作物叶片病虫害的AI图像识别与分级方法在说明书摘要公布了：本发明涉及病虫害图像分析技术领域，具体涉及大田作物叶片病虫害的AI图像识别与分级方法，包括以下步骤：在田间固定光源照射下，环绕作物叶片以预定角度间隔同步采集多张偏振反射图像；提取每张偏振反射图像中叶片区域的像素偏振度矩阵；将像素偏振度矩阵输入偏振传输模型，输出角质层异常系数图，将角质层异常系数图中超过预设异常阈值的区域标记为高亮显示区域；根据异常系数图中的高亮显示区域分布模式匹配侵染类型模板库；结合高亮区域扩散梯度计算侵染强度值，输出病虫害等级。本发明，刻画病灶区域的光学突变区域边界，不仅提升了病害检测的物理解释性，也为不同侵染机制如真菌生长层、虫害刺吸点提供了可区分的特征空间。

本发明授权大田作物叶片病虫害的AI图像识别与分级方法在权利要求书中公布了：1.大田作物叶片病虫害的AI图像识别与分级方法，其特征在于，包括以下步骤： S1，在田间固定光源照射下，环绕作物叶片以预定角度间隔同步采集多张偏振反射图像；提取每张偏振反射图像中叶片区域的像素偏振度矩阵； S2，角质层折射场重建：将像素偏振度矩阵输入偏振传输模型，输出角质层异常系数图，将角质层异常系数图中超过预设异常阈值的区域标记为高亮显示区域；所述偏振传输模型通过光线追迹算法反演角质层微观结构；S2具体包括： S21，偏振传输建模：将各角度采集的偏振度图按顺序组合成三维偏振数据体；基于散射光在角质层中的传播规律，构建包括光线衰减和散射交互过程的偏振传输模型； S22，微结构参数反演：初始化叶片角质层中的折射率分布作为模拟基础，逐角度进行仿真迭代流程，根据图像拟合误差不断调整折射率分布，直至误差满足收敛条件或达到最大迭代次数； S23，异常系数生成：当反演误差达到设定收敛条件或迭代上限后终止优化，根据最终折射率分布，计算每个空间位置的异常系数，将异常系数超过预设异常阈值的区域标记为高亮显示区域，输出为角质层异常系数图； 所述仿真迭代具体包括： 提取当前角度的实测偏振度图； 在折射率模拟场中发射相应方向的光线； 跟踪光线在介质中的传播路径并记录其偏振变化； 将仿真结果与实测图进行比对，按预设目标最小化二者之间的偏差； S3，根据异常系数图中的高亮显示区域分布模式匹配侵染类型模板库；结合高亮区域扩散梯度计算侵染强度值，输出病虫害等级，所述高亮显示区域分布模式表示为空间分布描述子，基于从角质层异常系数图中提取的高亮显示区域，生成高亮区域的二值掩膜图像；将所述二值掩膜图像输入预训练的卷积神经网络中，提取重心坐标、径向分布直方图以及连通域数量，构成空间分布描述子；将所述空间分布描述子与预设的侵染类型模板库中的各类型模板进行相似度匹配，根据预设权重评估相似度得分；当相似度得分超过相似度阈值时，将得分最高的模板对应的类型作为当前图像的侵染类型识别结果。

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北京森起科技有限公司，其通讯地址为：102209 北京市昌平区北七家镇宏福10号院1号楼4035室；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。