買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國水利水電科學研究院申請的專利一種小麥冠層水分缺失機器視覺智能診斷方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120107656B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510102318.9，技術領域涉及：G06V10/764；該發明授權一種小麥冠層水分缺失機器視覺智能診斷方法是由吳文勇;潘肖宇;楊晶晶;胡雅琪;李子明;郭愛科;馬蒙設計研發完成，并于2025-01-22向國家知識產權局提交的專利申請。

本一種小麥冠層水分缺失機器視覺智能診斷方法在說明書摘要公布了：本發明公開了一種小麥冠層水分缺失機器視覺智能診斷方法，其包括步驟S1采集適宜水分、中度干旱和重度干旱脅迫下的多張小麥冠層圖像，并采用HSV?雙邊濾波優化的Otsu閾值分割算法對小麥冠層圖像進行分割；S2采用色彩空間轉換、統計特征分析和灰度共生矩陣方法的結合提取分割后的小麥冠層圖像的冠層表型特征，并作為模型訓練的數據集；S3采用數據集對改進的深度森林模型進行訓練，得到小麥冠層水分缺失的機器視覺智能診斷模型；S4獲取待分類的小麥冠層圖像，并采用步驟S1～步驟S2得到冠層表型特征，之后輸入機器視覺智能診斷模型進行分類，得到水分缺失類型。

本發明授權一種小麥冠層水分缺失機器視覺智能診斷方法在權利要求書中公布了：1.一種小麥冠層水分缺失機器視覺智能診斷方法，其特征在于，包括步驟： S1、采集適宜水分、中度干旱和重度干旱脅迫下的多張小麥冠層圖像，并采用HSV-雙邊濾波優化的Otsu閾值分割算法對小麥冠層圖像進行分割；對小麥冠層圖像進行分割的方法包括： S11、將小麥冠層圖像從RGB空間轉換為HSV空間： 其中，、和V分別為小麥冠層圖像的H,S,V分量；分別為小麥冠層圖像的R、G、B分量；max和min分別為取最大值和最小值； S12、采用雙邊濾波算法對轉換至HSV空間的圖像進行濾波處理： ， 其中，為濾波后像素的值；為濾波窗口內的像素集合；為歸一化系數；為空間域標準差；為空間域高斯函數；為值域標準差；為值域高斯函數；為像素和間的歐氏距離；和分別為像素p和像素q的值域；為指數函數；為歐式距離； S13、將濾波后的圖像轉化為灰度圖像，并統計每個灰度級上的像素數，將每個灰度級的像素數除以總像素數，得到歸一化的灰度直方圖； S14、采用otsu算法對灰度直方圖進行閾值分割，得到分割后的小麥冠層圖像； S2、采用色彩空間轉換、統計特征分析和灰度共生矩陣方法的結合提取分割后的小麥冠層圖像的冠層表型特征，并作為模型訓練的數據集；步驟S2進一步包括： S21、采用色彩空間轉換將分割后的小麥冠層圖像從RGB空間轉換到HSV空間，分別遍歷小麥冠層圖像中所有像素點的R、G、B和V通道值；根據R、G、B和V通道各自的像素值，分別計算得到四通道均值與方差； S22、將分割后的小麥冠層圖像轉化為灰度圖像，并選擇設定像素間距和設定方向對灰度圖像進行掃描，統計設定方向上預設像素灰度值在點（i，j）處出現的頻率，生成灰度共生矩陣； S23、對灰度共生矩陣中的元素的頻率進行歸一化處理，使得灰度共生矩陣中所有元素的和為1；所述灰度共生矩陣采用能量、均勻性、對比度、相關性4維參數表示小麥的紋理特征； S24、根據R、G、B和V四通道均值與方差及灰度共生矩陣的能量、均勻性、對比度、相關性4個特征構建一個特征向量作為冠層表型特征： 其中，為R均值；為R方差；為G均值；為G方差；為B均值；為B方差；為V均值；為V方差；紋理特征部分：為能量；為均勻性、為對比度、為相關性； S3、采用數據集對改進的深度森林模型進行訓練，得到小麥冠層水分缺失的機器視覺智能診斷模型； S4、獲取待分類的小麥冠層圖像，并采用步驟S1~步驟S2得到冠層表型特征，之后輸入機器視覺智能診斷模型進行分類，得到水分缺失類型； 所述改進的深度森林模型包括依次連接的多粒度掃描部分、多尺度注意力模塊和級聯森林部分。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國水利水電科學研究院，其通訊地址為：100048 北京市海淀區車公莊西路20號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。