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！

龙图腾网获悉湖北省烟草科学研究院申请的专利基于高光谱的烟草青枯病识别方法、装置、设备及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：CN116665047B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310578762.9，技术领域涉及：G06V20/10；该发明授权基于高光谱的烟草青枯病识别方法、装置、设备及介质是由黎妍妍;宋鹏;郑露;曾祥峰;孙玉晓;许汝冰;李洁;张艺千;康佳设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本基于高光谱的烟草青枯病识别方法、装置、设备及介质在说明书摘要公布了：本发明公开一种基于高光谱的烟草青枯病识别方法、装置、设备及介质，该方法包括：获取待识别烟草高光谱图像数据；对所述高光谱图像数据进行预处理；将预处理后的数据输入至训练好的XGBoost模型，得到烟草青枯病识别结果。该方法以安全、便捷、快速、无损的方式识别烟草青枯病，准确率和精确率都高，大大提升识别效率，降低了成本。

本发明授权基于高光谱的烟草青枯病识别方法、装置、设备及介质在权利要求书中公布了：1.一种基于高光谱的烟草青枯病识别方法，其特征在于，包括： 获取待识别烟草高光谱图像数据； 对所述高光谱图像数据进行预处理，进一步包括：对所述待识别烟草高光谱图像数据进行ROI区域提取，得到仅包含ROI区域的高光谱数据；其中，对所述待识别烟草高光谱图像数据进行ROI区域提取，包括：提取高光谱相机所采集的全波段原始图像；选取所述原始图像中背景与烟草植株差异明显的波段图像制作掩膜图像；将所述原始图像与所述掩膜图像进行按位与计算，得到ROI区域；对所述待识别烟草高光谱图像数据进行ROI区域提取后，进一步包括： 根据ROI区域的高光谱数据及ROI区域面积，得到ROI区域的平均反射率；基于以下公式对各波段ROI区域平均反射率数据求取一阶导数： ； 其中，表示i波段的一阶导数；为i+1波段的平均反射率；为i-1波段的平均反射率； 将预处理后的数据输入至训练好的XGBoost模型，得到烟草青枯病识别结果；所述XGBoost模型基于以下目标函数训练得到： ； 其中，L是损失函数；是样本i的真实值；是XGBoost模型在第t-1次迭代后的预测值；是在第t次迭代中的分裂节点；是正则化项； 分裂节点得分计算公式： 其中，表示分裂收益；分别是左右节点的一阶偏导的累计和；分别是左右节点的二阶偏导的累计和；是系数；是一个惩罚项，表示如果增益太小的话相比于增加模型复杂度的副作用，选择不分裂，大于则进行分裂。

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湖北省烟草科学研究院，其通讯地址为：430030 湖北省武汉市硚口区宝丰二路6号香溢大酒店；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。