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！

龙图腾网获悉华东理工大学申请的专利一种基于光谱图像特征融合的近红外光谱分析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：CN119296673B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411208524.X，技术领域涉及：G16C20/30；该发明授权一种基于光谱图像特征融合的近红外光谱分析方法及系统是由杜文莉;赵云蒙;杨明磊;钱锋设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种基于光谱图像特征融合的近红外光谱分析方法及系统在说明书摘要公布了：本发明涉及近红外光谱分析技术领域，更具体的说，涉及一种基于光谱图像特征融合的近红外光谱分析方法及系统。本方法包括以下步骤：获取一批样品对应的理化性质，测量样品的近红外光谱并形成建模样品集；从样品集任意选择两种近红外光谱构建二维灰度图；从二维灰度图中提取近红外光谱特征，并对近红外光谱特征进行预处理；运用主成分分析技术对近红外光谱特征进行处理，生成特征向量；基于特征向量和样品理化性质数据构建回归模型，以拟合特征向量与样品的理化性质数据之间的关系；输入待分析样品的特征向量至回归模型，输出待分析样品的理化性质的预测结果。本发明采用定向快速旋转简要特征图像提取技术，提升近红外光谱分析精度。

本发明授权一种基于光谱图像特征融合的近红外光谱分析方法及系统在权利要求书中公布了：1.一种基于光谱图像特征融合的近红外光谱分析方法，其特征在于，包括以下步骤： 步骤S1、获取一批样品对应的理化性质，测量样品的近红外光谱并形成建模样品集； 步骤S2、从所述样品集任意选择两种近红外光谱构建二维灰度图； 步骤S3、使用图像处理技术从二维灰度图中提取近红外光谱特征，并对所述近红外光谱特征进行预处理； 步骤S4、运用主成分分析技术对所述近红外光谱特征进行处理，生成特征向量； 步骤S5、基于所述特征向量和样品理化性质数据构建回归模型，以拟合特征向量与样品的理化性质数据之间的关系； 步骤S6、输入待分析样品的特征向量至回归模型，输出待分析样品的理化性质的预测结果； 所述步骤S2中，进一步包括： 步骤S21、从所述样品集选择两种不同类型的近红外光谱，并将两种近红外光谱对应波长点的吸光度数值两两相乘，生成数据矩阵； 步骤S22、对所述数据矩阵进行灰阶处理，生成二维灰度图； 所述步骤S3中，进一步包括：采用定向快速旋转简要特征方法，从二维灰度图中提取光谱特征； 步骤S31、构建图像金字塔，使用积分图对所述二维灰度图进行特征点检测； 步骤S32、计算每个特征点周围像素的梯度幅度和方向，并识别主方向； 步骤S33、根据每个特征点的主方向，应用旋转矩阵调整描述符模式中的像素点位置； 步骤S34、提取特征描述符； 步骤S35、记录光谱波长区域信息，标记覆盖光谱波长区域； 步骤S36、剔除特征点覆盖的光谱波长区域，剩余光谱波长作为提取的光谱特征； 步骤S34进一步包括：在特征点处提取特征描述符，为特征点找到主方向和辅方向，生成特征描述子，确定特征点的方向、尺度、位置信息，返回描述符的维度信息。

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华东理工大学，其通讯地址为：200237 上海市徐汇区梅陇路130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。