Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 成都农业科技职业学院李辉获国家专利权

成都农业科技职业学院李辉获国家专利权

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!

龙图腾网获悉成都农业科技职业学院申请的专利一种基于激光雷达技术的种子筛选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:CN120984586B

龙图腾网通过国家知识产权局官网在2025-12-23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:202511524599.3,技术领域涉及:B07C5/34;该发明授权一种基于激光雷达技术的种子筛选方法及系统是由李辉设计研发完成,并于2025-10-24向国家知识产权局提交的专利申请。

一种基于激光雷达技术的种子筛选方法及系统在说明书摘要公布了:本发明提供一种基于激光雷达技术的种子筛选方法及系统,涉及农业自动化技术领域,所述方法包括:从优化点云数据提取几何特征与缺陷特征;从优化光谱数据提取霉变、虫害光谱特征;以得到多维度特征集;基于优化点云数据计算种子饱满度、圆度及表面粗糙度;基于点云边缘检测计算凹陷指数与裂痕特征;融合几何特征、缺陷特征及虫害光谱特征生成综合评分;利用机器学习模型执行最终分级,分别训练基于激光雷达特征的第一概率预测器与基于虫害光谱特征的第二概率预测器;将两预测器的概率输出输入元学习架构的第二层分级模型,输出最终质量等级。本发明通过自动化的流程和算法设计,实现了高效、准确的种子筛选。

本发明授权一种基于激光雷达技术的种子筛选方法及系统在权利要求书中公布了:1.一种基于激光雷达技术的种子筛选方法,其特征在于,所述方法包括: 步骤S1:通过振动给料器将种子单列排布于带凹痕的传送带,抑制种子滚动,生成单列有序种子队列并输送至检测区; 步骤S2:基于单列有序种子队列,采用高压气流吹扫种子,去除杂质及形态不合格种子,获得洁净种子队列; 步骤S3:对洁净种子队列进行同步扫描:通过激光雷达360°旋转扫描获取种子三维点云原始数据;通过高光谱相机采集种子光谱图像原始数据; 步骤S4:对三维点云原始数据和光谱图像原始数据进行去噪与滤波处理,生成优化点云数据及优化光谱数据; 步骤S5:基于优化点云数据,分割识别单粒种子边界,对粘连种子进行标记处理,输出独立种子单元数据集; 步骤S6:从优化点云数据提取几何特征与缺陷特征;从优化光谱数据提取霉变虫害光谱特征,以得到多维度特征集; 步骤S7:基于优化点云数据计算种子饱满度、圆度及表面粗糙度;基于点云边缘检测计算凹陷指数与裂痕特征;融合几何特征、缺陷特征及霉变虫害光谱特征生成综合评分;利用机器学习模型执行最终分级,分别训练基于激光雷达特征的第一概率预测器与基于霉变虫害光谱特征的第二概率预测器;将两预测器的概率输出输入元学习架构的第二层分级模型,输出最终质量等级,包括: 基于多维度特征集执行分级:基于优化点云数据计算种子饱满度、圆度及表面粗糙度,饱满度计算,基于点云体积与标准体积偏差值;基于点云边缘检测计算凹陷指数与裂痕特征,裂痕特征通过边缘检测算法计算裂痕总长度占表面积的百分比;将几何特征权重设为0.4,缺陷特征权重0.3,霉变虫害光谱特征权重0.3进行融合,生成综合评分;利用机器学习模型执行最终分级:分别训练基于激光雷达特征的第一概率预测器与基于霉变虫害光谱特征的第二概率预测器;元学习架构通过Stacking集成器融合两预测器概率输出,最终分级模型为XGBoost。

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成都农业科技职业学院,其通讯地址为:611130 四川省成都市温江区德通桥路392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。

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。