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！

龙图腾网获悉西北农林科技大学申请的专利基于无人机影像的作物病害智能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：CN121459228B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610002672.9，技术领域涉及：G06V20/17；该发明授权基于无人机影像的作物病害智能识别方法及系统是由杨晨曦;宋怀波设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。

本基于无人机影像的作物病害智能识别方法及系统在说明书摘要公布了：本发明公开了基于无人机影像的作物病害智能识别方法及系统，属于智慧农业技术领域，方法包括数据多维采集、早期病害识别、病害时空推演和作物管理建议。本发明采用基于光谱敏感植被指数与注意力引导双分支网络的早期病害识别，构建能够放大弱病斑特征的光谱敏感植被指数，通过多光谱信息增强和时序特征抑制突出病害微弱特征，同时利用注意力机制对潜在病害区域进行重点关注，从而显著提升早期病害识别的准确性与稳定性；采用结合传播势能与时空图卷积网络的病害时空推演，在考虑环境条件、病害时序演化及空间邻域影响等因素的基础上，动态模拟病害传播路径、量化未来风险，并生成直观的风险预测图和传播向量图，从而辅助优化农事管理。

本发明授权基于无人机影像的作物病害智能识别方法及系统在权利要求书中公布了：1.基于无人机影像的作物病害智能识别方法，其特征在于：该方法包括以下步骤： 步骤S1：数据多维采集，得到土壤数据、气象监测数据、数字高程模型和多源影像数据； 步骤S2：早期病害识别，用于在病害发生初期实现精准定位与诊断，具体为依据多源影像数据，采用基于光谱敏感植被指数与注意力引导双分支网络的早期病害识别，得到作物早期病害概率分布图，包括以下步骤：步骤S21多模态特征增强、步骤S22双分支特征提取网络构建、步骤S23注意力引导特征融合和步骤S24病害发生概率评估； 在步骤S21中，所述多模态特征增强，具体为通过依据多源影像数据，引入时序抑制，计算光谱敏感植被指数，并执行多尺度增强处理，得到光谱增强指数，之后通过将所述光谱增强指数与RGB通道组合，构建多通道输入张量，并基于光谱增强指数的归一化结果生成注意力掩模； 在步骤S23中，所述注意力引导特征融合，用于融合结构语义信息与注意力信息，从而提升作物早期病害区域的响应敏感性，具体为依据早期病害关注权重图对结构语义特征进行逐元素加权放大，构建光谱响应注意力图，之后通过通道注意力与空间注意力联合优化块对光谱响应注意力图进行多层特征融合，得到光谱空间融合特征图； 步骤S3：病害时空推演，用于动态模拟并预测病害的传播路径与未来风险，具体为依据作物早期病害概率分布图、土壤数据、气象监测数据及数字高程模型，采用结合传播势能与时空图卷积网络的病害时空推演，得到病害时空推演信息，包括以下步骤：步骤S31病害环境融合建模、步骤S32传播图构建、步骤S33未来病害风险预测、步骤S34风险可视化和步骤S35病害时空推演信息生成； 在步骤S32中，所述传播图构建，用于反映病害传播势能与方向特征，具体为将每个像素点作为节点，通过构建传播势能函数，计算任意两节点间的传播势能，对于每个节点，选取传播势能最大的前k个节点作为邻居节点，构建传播边，建立病害传播拓扑图，并通过归一化处理得到病害传播邻接矩阵； 所述传播势能函数，具体通过综合考虑植被活跃度、空间距离、湿度差异、风向夹角及早期病害梯度构建； 步骤S4：作物管理建议。

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西北农林科技大学，其通讯地址为：712100 陕西省咸阳市杨凌示范区邰城路3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。