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！

龙图腾网获悉贵州省林业调查规划院申请的专利一种山桐子病虫害的监测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：CN120088518B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510541893.9，技术领域涉及：G06V10/762；该发明授权一种山桐子病虫害的监测方法及系统是由李姝;李兴芬;李璇;蒲恒浒;王德源设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种山桐子病虫害的监测方法及系统在说明书摘要公布了：本发明涉及病虫害监测技术领域，解决了现有技术分割性能较差，存在过度分割和边缘细节丢失的技术问题，尤其涉及一种山桐子病虫害的监测方法及系统，包括采集山桐子的遥感图像，并对遥感图像进行预处理得到预处理图像；每张预处理图像进行纠正拼接处理，得到山桐子的范围图像，本发明通过改进的模糊聚类方法，能够避免现有技术中将相邻像素划分为同一类的问题，会导致分割性能较差，同时还会存在过度分割和边缘细节丢失等问题，不仅能够避免相邻像素划分为同类问题，还能够提高分割性能，减少过度分割的问题，并且保证边缘细节的保留，提升了分类方法的准确性和分类效率。

本发明授权一种山桐子病虫害的监测方法及系统在权利要求书中公布了：1.一种山桐子病虫害的监测方法，其特征在于，该方法包括以下步骤： S1、采集山桐子的遥感图像，并对遥感图像进行预处理得到多张无噪声的预处理图像； S2、对每张预处理图像进行纠正拼接处理，得到包含山桐子植株的范围图像； S3、计算范围图像中任一像素点的不变特征值，并基于不变特征值建立特征矩阵；S4、根据特征矩阵计算优化特征值和山桐子健康图像的健康特征值，基于健康特征值筛选得到病虫害区域集，具体实现步骤如下： S41、通过随机森林模型对范围图像的特征矩阵进行重要性筛选，并得到多个优化特征值，并通过步骤S3和随机森林模型从山桐子健康图像中得到健康特征值； S42、根据优化特征值计算划分值，计算公式为： ； ； 其中，表示优化特征值的梯度值； S43、根据划分值将范围图像分割得到多个待检测区域，根据待检测区域的划分值得到分割区域集，表达式为： ； 其中，表示第个分割区域集； S44、根据健康特征值计算波动值，计算公式为： ； S45、通过去趋势分析法得到差分阈值，基于差分阈值在分割区域集中筛选出病虫害区域； 若，则说明优化特征值异常，标记为病虫害区域； 若，则说明优化特征值正常，标记为健康区域； S46、将多个病虫害区域集合为病虫害区域集； S5、通过随机法在病虫害区域集中确定初始中心并计算用于通过非局部像素减少局部噪声像素的非局部值，基于非局部值计算第一类权重和第二类权重； S6、根据第一类权重和第二类权重计算用于对病虫害区域集进行去模糊处理的缩减隶属值，并根据缩减隶属值计算用于对病虫害区域集进行分类的新中心，得到病虫害集，具体实现步骤如下： S61、根据第一类权重和第二类权重计算第一模糊因子和第二模糊因子，计算公式为： ； 其中，表示像素之间的平均空间欧氏距离，和分别表示初始下限和初始上限，和表示模糊指数，且，，表示相对于初始中心的空间距离；、分别为第一正则因子和第二正则因子； S62、根据第一模糊因子和第二模糊因子计算更新后的上下限更新隶属度和，计算公式为： ； 其中，表示更新点距离初始中心的空间距离，和表示灰度值为的像素点和初始中心的模糊因子，和表示更新点和初始中心的模糊因子，表示计算数量； S63、根据上下限更新隶属度和构建更新隶属度范围，在更新隶属度范围中随机确定初始更新隶属值；S64、根据初始更新隶属值计算更新因子，计算公式为： ； 其中，和表示随机数，且，，表示病虫害区域集的基数； S65、根据更新因子得到缩减隶属值； S66、根据缩减隶属值计算更新后的新中心，计算公式为： ； 其中，表示像素点灰度值的数量，表示第代的新中心； S67、通过误差平方法计算迭代阈值，根据迭代阈值判断迭代是否停止； 若，则迭代结束，并根据新中心对病虫害区域集进行分类得到病虫害集； 若，则令并返回至步骤S61； S7、采用包含山桐子病虫害等级的标准图像作为比对标准，将病虫害集划分为不同等级的轻度、中度和重度病虫害。

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贵州省林业调查规划院，其通讯地址为：550000 贵州省贵阳市云岩区枣山路28号鸿基景苑1-7层；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”。