Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 黑龙江省农垦科学院周智浩获国家专利权

黑龙江省农垦科学院周智浩获国家专利权

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!

龙图腾网获悉黑龙江省农垦科学院申请的专利一种基于5G通信与机器学习的端云协同农情图像采集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:CN119600245B

龙图腾网通过国家知识产权局官网在2026-03-27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:202411641307.X,技术领域涉及:G06V10/10;该发明授权一种基于5G通信与机器学习的端云协同农情图像采集系统是由周智浩;李鹏伟;张会波;于凤荣;付晓晨设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。

一种基于5G通信与机器学习的端云协同农情图像采集系统在说明书摘要公布了:本发明提供一种基于5G通信与机器学习的端云协同农情图像采集系统,涉及5G通信与机器学习的端云协同技术领域,本发明使用数据采集端采集待观测农田的多光谱图像数据,并进行压缩预处理,降低数据传输负担,再将压缩后的图像发送至数据处理模块,该模块对图像进行去噪和特征提取,构建特征数据向量并传递至云端服务器;云端服务器利用随机森林算法模型分析特征数据向量,判断作物种类并进行分类,最终将分析结果返回到数据显示模块,该模块使用Flask框架生成仪表盘,直观展示农情数据,包括作物种类和覆盖情况等关键指标,通过5G通信进行数据传输实现端云协同架构,实现了高效、实时的数据传输与处理。

本发明授权一种基于5G通信与机器学习的端云协同农情图像采集系统在权利要求书中公布了:1.一种基于5G通信与机器学习的端云协同农情图像采集系统,其特征在于,包括: 数据采集端,用于实时采集覆盖待观测农田的多光谱图像数据,和采集历史农田的多光谱图像数据,对多光谱图像进行压缩预处理,并将压缩后的多光谱图像通过5G通信发送到数据处理模块; 数据处理模块,用于将预处理后的多光谱图像数据进行去噪和特征提取处理,获取不同波段和波峰强度,结合二者构建出特征数据向量,并将特征数据向量传递到云端服务器; 数据处理模块接收到数据后对每幅图像进行小波变换,分解为低频和高频部分,设为待处理的信号,使用小波变换可表示为: ; 式中,表示尺度参数,控制小波的宽度,表示平移参数,控制小波的位置,表示母小波函数,用于生成小波,表示第i次采集的第j个波段的待处理信号在不同尺度和位置下的小波变换系数,为第i次采集的第j个范围的待处理的信号,且j的取值范围为1到4,表示覆盖波段范围在100-200纳米、200-400纳米、400-700纳米和700-1100纳米的多光谱图像数据; 使用阈值法对高频部分进行处理,通过以下公式设定去噪阈值: ; 式中,表示小波系数的标准差,反映噪声水平,为小波系数的数量,表示去噪阈值,用于决定在去噪过程中保留的小波系数; 对高频部分进行软阈值处理,通过阈值减少小波系数,保留信号特征同时去除噪声: ; 式中,为原始小波系数,为去噪后的小波系数,表示的符号,若则为1,若则为-1,若则为0,它用于保持原小波系数的方向; 使用逆小波变换将去噪后的小波系数重构为清晰的信号: ; 式中,为重构得到的信号,是经过去噪处理的清晰图像或数据,为经过去噪处理的小波系数,为母小波函数,用于重构信号; 每个波段的强度值由去噪后的信号进行分析获得,对于每个波段j覆盖波段范围在100-200纳米、200-400纳米、400-700纳米和700-1100纳米,表示特定波段的强度值,指在某个波段内像素的平均反射强度: ; 式中,是选定区域的像素总数,是第j个波段所对应的像素区域; 定义局部最大值,一个像素被认为是局部最大值,它的强度值大于其周围的所有相邻像素的强度值时用以下不等式表示: ; 式中,是一个3x3的邻域,表示检查周围的8个相邻像素; 寻找局部最大值,计算信号强度的一阶导数,表示强度的变化率,令表示像素的强度值,则一阶导数可以表示为,水平方向: ; 垂直方向: ; 一个像素是波峰的条件是其一阶导数在该点变号,即: ; 且在的附近由正变负或在的附近由正变负; 确定局部最大值后,对于所有识别出的局部峰值,可以计算对应的强度值: ; 式中,代表找到的所有局部峰值的索引; 模型构建模块,用于使用随机森林算法,将历史农田的多光谱图像数据作为训练集,其对应的不同农情数据作为标签,输入至随机森林算法中进行训练; 云端服务器,用于将接收到的特征数据向量输入至训练完毕的随机森林算法模型中,获取各农情情况,并将各农情情况返回到数据显示模块; 数据显示模块,用于接收云端服务器的各农情情况,使用Flask生成仪表盘显示农情数据。

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黑龙江省农垦科学院,其通讯地址为:150000 黑龙江省哈尔滨市香坊区香福路101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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。