Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜云南省林业和草原科学院庞静获国家专利权

恭喜云南省林业和草原科学院庞静获国家专利权

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!

龙图腾网恭喜云南省林业和草原科学院申请的专利一种检测种子质量的方法、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:CN119540231B

龙图腾网通过国家知识产权局官网在2025-04-08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:202510089686.4,技术领域涉及:G06T7/00;该发明授权一种检测种子质量的方法、装置、设备及存储介质是由庞静设计研发完成,并于2025-01-21向国家知识产权局提交的专利申请。

一种检测种子质量的方法、装置、设备及存储介质在说明书摘要公布了:本发明涉及种子检测技术领域,具体为一种检测种子质量的方法、装置、设备及存储介质,包括以下步骤,基于图像采集设备,设置图像采集的分辨率和光照强度,并调整采集设备的焦距和曝光时间,对种子进行数据采集,得到种子图像数据集。本发明中,通过卷积神经网络和增量学习算法,实现了种子质量检测的显著优化,不仅提高了边缘检测的准确度,而且通过优化图像对比度明确分离了种子与背景,使得形态特征的提取更为准确,自动化的形态参数计算,显著提升了处理速度和准确性,减少了人为误差,进一步地,增量学习使得模型能够持续自我优化,适应不同批次的种子特征,增强了检测模型的泛化能力,大幅提高了种子筛选的效率。

本发明授权一种检测种子质量的方法、装置、设备及存储介质在权利要求书中公布了:1.一种检测种子质量的方法,其特征在于,包括以下步骤:基于图像采集设备,设置图像采集的分辨率和光照强度,并调整采集设备的焦距和曝光时间,对种子进行数据采集,得到种子图像数据集;基于所述种子图像数据集,利用卷积神经网络进行边缘检测,通过调整图像滤波器,优化种子图像的边缘对比度,对种子和背景进行分离,并提取种子边缘和纹理特征,生成边缘纹理信息;利用所述边缘纹理信息,计算种子的长宽比和面积,通过测量边缘轮廓线长度和内部像素点计数,预估种子的形状和大小参数,得到种子形态特征数据;基于所述种子形态特征数据,与种子质量标准进行比对,捕捉形状或大小与规格不符的种子,并进行数据筛选,标记不符合质量要求的种子,得到种子筛选标记集;基于所述种子筛选标记集,设定初始训练参数和初始权重,执行连续训练,构建种子检测模型,应用交叉验证和增量学习算法,对所述种子检测模型进行多次验证反馈,匹配种子识别特性,并优化模型的检测流程,得到优化后的检测模型;利用所述优化后的检测模型,对新批次的种子进行检测,根据筛选结果评估模型性能,并对比当前输出信息与预期结果,验证模型准确性,生成种子质量评估结果;基于所述种子图像数据集,利用卷积神经网络进行边缘检测,通过调整图像滤波器,优化种子图像的边缘对比度,对种子和背景进行分离,并提取种子边缘和纹理特征,生成边缘纹理信息的步骤具体为:基于所述种子图像数据集,应用卷积神经网络,进行图像滤波器参数调整,突出种子与背景的边界,并优化图像边缘的可视性,得到边缘增强图像;基于所述边缘增强图像,对图像进行分割,根据调整后的亮度和色彩分布差异,对背景和种子进行分离,得到背景剔除图像;基于所述背景剔除图像,提取种子边缘和纹理特征,进行种子形状和纹理细节分析,识别种子的形态特征,并对识别数据进行记录,生成边缘纹理信息。

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云南省林业和草原科学院,其通讯地址为:650201 云南省昆明市盘龙区蓝桉路2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”。

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。