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透射偏振光图像的谷物不完善粒识别方法及系统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：CN116704247B 。

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：202310657526.6，技术领域涉及：G06V10/764；该发明授权一种基于透射偏振光图像的谷物不完善粒识别方法及系统是由吴跃;徐娅;李艳花设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种基于透射偏振光图像的谷物不完善粒识别方法及系统在说明书摘要公布了：本发明公开了一种基于透射偏振光图像的谷物不完善粒识别方法及系统，该方法构建了用于鉴别谷物类别的深度学习网络分类模型，再针对稻谷、小麦、玉米、大豆分别构建了基于InceptionV3网络、YOLOv5网络、LeNet‑5网络、AlexNet网络的不完善粒检测模型；本发明技术方案依据每一类谷物的透射偏振光图像特征与网络模型特性的相关性进行选取网络类别，从而提高了每一类谷物不完善粒检测精度，所述方法适用于多类谷物不完善粒检测。利用本技术方案所述方法，可以形成一套完整的检测流程，即从谷物入库到得到不完善粒检测结果，可以摆脱人工分类等干预措施，为后续谷物入库、仓管等无人化、全自动化操作奠定了基础。

本发明授权一种基于透射偏振光图像的谷物不完善粒识别方法及系统在权利要求书中公布了：1.一种基于透射偏振光图像的谷物不完善粒识别方法，其特征在于：包括以下步骤： S1：获取谷物样品，并进行透射偏振光图像采集，所述谷物的类别为：稻谷、小麦、玉米和大豆中两个或多个组合； S2：对步骤S1的透射偏振光图像进行预处理，进而制作数据集； S3：构建适用于谷物分类的深度学习网络分类模型，其中，所述深度学习网络分类模型的输入数据为谷物的透射偏振光图像，输出数据为谷物类别； S4：依据各类谷物的透射偏振光图像特征，为各类谷物分别构建适用于不完善粒检测的检测模型，所述检测模型的输入数据为谷物的透射偏振光图像，输出数据为不完善粒检测结果； 其中，稻谷、小麦、玉米、大豆的检测模型分别对应基于InceptionV3网络、YOLOv5网络、LeNet-5网络、AlexNet网络构建的； 其中，基于InceptionV3网络构建的稻谷检测模型的网络依次设有输入层、3个卷积层、CoT模块、2个卷积层、InceptionA-InceptionD模块、池化层、dropout层、全连接层和输出层，并在InceptionA，InceptionB，InceptionC模块中加入卷积注意力模块CBAM； 基于YOLOv5网络构建的小麦检测模型先是在输入层对输入图像采用同态滤波图像增强算法进行处理；再利用Ghost模块来替代YOLOv5原网络中的一般卷积，以及利用高效通道注意力网络ECA-Net替代YOLOv5原网络中通道注意力网络； 基于LeNet-5网络的玉米检测模型的网络层数为12层，包括：输入层、4个卷积层、4个池化层、2个全连接层和输出层；其中，每个卷积层后连接一个池化层，最后一个池化层后依次连接2个全连接层、输出层，每个卷积层和每个全连接层后添加批规范化BN操作； 基于AlexNet网络构建的大豆检测模型的网络中依次设有卷积层1、池化层1、卷积层2、池化层2、卷积层3-卷积层5、池化层3、Dense层、Dropout层、全连接层； S5：利用训练好的所述深度学习网络分类模型对待识别谷物进行分类识别，再依据识别出的谷物类别选择匹配的检测模型进行不完善粒检测。

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：410000 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。