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！

龙图腾网获悉江苏蜜心枣业有限公司申请的专利一种基于机器视觉的枣类外观检测分级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：CN120997825B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511509250.2，技术领域涉及：G06V20/68；该发明授权一种基于机器视觉的枣类外观检测分级方法及系统是由潘小旺设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种基于机器视觉的枣类外观检测分级方法及系统在说明书摘要公布了：本发明提出了一种基于机器视觉的枣类外观检测分级方法及系统。属于机器视觉与农产品品质评价交叉技术领域。所述方法包括：对枣类样本进行多角度光谱数据采集，结合三维重建算法生成枣类形态场模型；对形态场模型进行表面几何特征提取，得到三维形态特征向量集；同步采集枣类样本的微纹理光谱数据与色度信息，进行非线性色度变换处理，得到微纹理频谱特征向量集与非线性色度特征向量集；通过多视角高光谱成像系统和三维重建算法，能够高效、准确地采集和处理枣类样本的光谱和形态数据，从而大大提高了分级的效率和准确性。

本发明授权一种基于机器视觉的枣类外观检测分级方法及系统在权利要求书中公布了：1.一种基于机器视觉的枣类外观检测分级方法，其特征在于，所述方法包括： S1：对枣类样本进行多角度光谱数据采集，结合三维重建算法生成枣类形态场模型；对形态场模型进行表面几何特征提取，得到三维形态特征向量集；同步采集枣类样本的微纹理光谱数据与色度信息，进行非线性色度变换处理，得到微纹理频谱特征向量集与非线性色度特征向量集； S2：将三维形态特征向量集、微纹理频谱特征向量集与非线性色度特征向量集输入动态注意力网络，通过空间-通道联合注意力机制聚焦枣类表面关键缺陷区域，生成关键区域权重映射图；基于权重映射图对原始特征向量集进行加权融合，构建耦合表征空间； S3：在耦合表征空间中，通过可解释性机器学习算法对影响枣类分级的显著性特征进行提取，建立分级特征解释模型；基于分级特征解释模型制定枣类外观分级规则库，将耦合表征空间中的样本特征向量输入分级规则库，输出初步分级结果及特征贡献度热力图； S4：采集枣类全流程的区块链追溯数据，将初步分级结果与区块链追溯数据输入多模态融合评估模型，通过交叉验证机制修正分级偏差，生成校准后分级标签；利用区块链智能合约对校准后分级标签进行加密存证； S5：构建枣类外观缺陷知识图谱，整合分级规则库、特征解释模型及历史分级案例数据；将校准后分级标签输入知识图谱进行语义推理，识别潜在分级冲突；通过冲突消解算法生成最终分级决策树，输出可解释的分级结果报告； S6：根据最终分级结果报告，通过增强现实技术将分级信息与枣类实物三维模型叠加显示，进行分级结果可视化验证；将分级数据、溯源信息及可视化模型上传至供应链协同平台，基于分级结果动态优化多视角高光谱成像系统的参数配置，形成闭环反馈的枣类外观智能分级系统； 所述S2，包括： S21：基于三维形态特征向量集以及微纹理频谱特征向量集与非线性色度特征向量集输入特征对齐模块，采用特征维度统一算法，生成对齐后多模态特征集合； S22：将对齐后多模态特征集合输入动态注意力网络的特征编码层，通过3层卷积神经网络分别对三维形态、微纹理频谱、非线性色度特征进行局部特征提取，输出三维形态局部特征图、微纹理局部特征图、色度局部特征图； S23：基于上述三种局部特征图，启动空间-通道联合注意力机制，生成两种权重图，将两种权重图逐元素相乘，得到空间-通道联合权重矩阵； S24：将空间-通道联合权重矩阵与三维形态局部特征图、微纹理局部特征图、色度局部特征图分别进行逐元素加权运算，生成关键区域增强特征图；对增强特征图进行归一化处理，得到关键区域权重映射图； S25：以关键区域权重映射图为依据，对原始的三维形态特征向量集、微纹理频谱特征向量集与非线性色度特征向量集进行加权分配，生成加权后多模态特征向量集； S26：将加权后多模态特征向量集输入特征融合层，采用注意力引导的残差拼接算法，构建融合三维形态、微纹理频谱与非线性色度的耦合表征空间。

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江苏蜜心枣业有限公司，其通讯地址为：226000 江苏省南通市通州区二甲镇工业集中区；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。