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！

龙图腾网获悉中国科学院空天信息创新研究院申请的专利一种小麦条锈病识别方法、装置、设备及存储介质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：CN116310422B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310305659.7，技术领域涉及：G06V10/74；该发明授权一种小麦条锈病识别方法、装置、设备及存储介质是由任珂辉;董莹莹;黄文江设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种小麦条锈病识别方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种小麦条锈病识别方法、装置、设备及存储介质，将目标待测小麦的日光诱导叶绿素荧光数据和小波特征输入到小麦条锈病识别模型进行处理，得到目标待测小麦的目标病情指数。其中小麦条锈病识别模型是以小麦样本的连续小波特征协同日光诱导叶绿素荧光数据作特征值，以小麦样本的病情指数作目标值训练得到的预测模型。连续小波特征能够凸显小麦冠层光谱中对小麦条锈病敏感的特征，日光诱导叶绿素荧光能够有效、直观地应用于植物生理状态变化检测中，表征小麦受病害胁迫的程度。本申请实施例对小麦的全波段数据进行分析，获取识别上述小麦条锈病的关键信息，防止丢失小麦条锈病疾病特异性因子，提高识别小麦条锈病的精度。

本发明授权一种小麦条锈病识别方法、装置、设备及存储介质在权利要求书中公布了：1.一种小麦条锈病识别方法，其特征在于，包括： 获取目标待测小麦的日光诱导叶绿素荧光数据和连续小波特征； 将所述日光诱导叶绿素荧光数据和连续小波特征输入到小麦条锈病识别模型中进行处理，得到所述小麦条锈病识别模型输出的与所述目标待测小麦相匹配的目标病情指数； 所述小麦条锈病识别模型是以小麦样本的连续小波特征协同日光诱导叶绿素荧光数据作为特征值，以及将所述小麦样本对应的病情指数作为目标值训练得到的模型，且所述小麦条锈病识别模型是基于迭代训练确定的回归预测模型； 所述小麦条锈病识别方法，还包括： 获取小麦样本在不同生长阶段对应的光谱数据和病情指数； 基于所述光谱数据和所述病情指数进行处理，得到有效数据，所述有效数据包括日光诱导叶绿素荧光数据、连续小波特征、分数阶微分光谱特征和植被指数，所述日光诱导叶绿素荧光数据包括日光诱导叶绿素荧光相对强度和荧光指数； 基于所述有效数据和所述病情指数生成样本数据集，所述样本数据集中的每一个样本数据包括至少一个所述有效数据特征，以及标注有所述病情指数的数据； 基于每一预设模型结构和所述样本数据集进行模型训练，得到与每一预设模型和每一个样本数据相匹配的初始识别模型，其中，模型训练过程以每一个样本数据中的至少一个所述有效数据作为特征值，以所述病情指数作为目标值，训练后得到初始识别模型； 对所述初始识别模型进行模型评估，得到与每一个初始识别模型对应的评估结果； 对比所述评估结果，将达到预设条件的评估结果对应的初始识别模型确定为小麦条锈病识别模型； 所述有效数据包括连续小波特征，其中，所述基于所述光谱数据和所述病情指数进行处理，得到有效数据，包括： 对所述光谱数据进行处理，得到不同分解尺度下的连续小波特征； 统计所述连续小波特征与所述病情指数之间的相关性，得到不同分解尺度下的所述连续小波特征对应的相关系数绝对值； 基于所述相关系数绝对值确定敏感特征； 将所述敏感特征与所述病情指数进行计算，得到与所述敏感特征对应的投影重要性指数； 基于所述投影重要性指数，确定达到预设条件的投影重要性指数对应的连续小波特征为有效数据； 所述有效数据包括分数阶微分光谱特征，其中，所述基于所述光谱数据和所述病情指数进行处理，得到有效数据，包括： 针对所述光谱数据进行不同阶次的微分处理，得到不同阶次的微分光谱特征； 将每一阶次所述微分光谱特征与所述病情指数进行相关性分析，得到每一阶次所述微分光谱特征对应的相关系数； 基于所述相关系数的绝对值确定敏感特征； 将所述敏感特征与所述病情指数进行计算，得到与所述敏感特征对应的投影重要性指数； 基于所述投影重要性指数，确定达到预设条件的投影重要性指数对应的微分光谱特征； 将所述微分光谱特征进行组合得到分数阶微分光谱特征。

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国科学院空天信息创新研究院，其通讯地址为：100094 北京市海淀区邓庄路9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。