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！

龙图腾网获悉上海尤德建筑规划设计咨询有限公司申请的专利利用植物叶片性状预测植物光合能力的方法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：CN120412823B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510914698.6，技术领域涉及：G16C20/70；该发明授权利用植物叶片性状预测植物光合能力的方法是由张丽云;万旻敏;黄瑞勤设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本利用植物叶片性状预测植物光合能力的方法在说明书摘要公布了：本发明公开了利用植物叶片性状预测植物光合能力的方法，涉及农业科学技术领域，包括以下步骤：通过高分辨率成像设备获取目标植物叶片在自然状态下的图像数据，并同步记录采集时的环境参数信息；基于图像数据提取叶片的多维性状特征参数，包括颜色指标、纹理特征、面积、厚度估计值和边缘轮廓形态；利用环境参数与叶片性状的关联规则对性状数据进行应激特征识别。本发明通过引入应激识别与数据修正机制，提高了光合能力预测的准确性；具备良好的环境适应性与作物通用性，适用于多种农业场景；构建预测反馈闭环系统，实现模型的持续优化与智能调节，显著增强了系统的稳定性、可靠性与实际应用价值。

本发明授权利用植物叶片性状预测植物光合能力的方法在权利要求书中公布了：1.利用植物叶片性状预测植物光合能力的方法，其特征在于，包括以下步骤： 图像采集步骤，通过高分辨率成像设备获取目标植物叶片在自然状态下的图像数据，并同步记录采集时的环境参数信息； 叶片性状提取步骤，基于图像数据提取叶片的多维性状特征参数，包括颜色指标、纹理特征、面积、厚度估计值和边缘轮廓形态； 应激识别步骤，利用环境参数与叶片性状的关联规则对性状数据进行应激特征识别，通过与预设的正常生理参数区间进行比对，标记处于异常状态的叶片样本； 数据修正步骤，对标记为异常的叶片样本进行性状参数校正，剔除应激反应导致的性状偏移值，恢复正常生理状态下的预测参考值； 光合能力预测步骤，将修正后的性状参数输入至训练完成的预测模型中，输出植物个体在当前生理状态下的光合效率指标； 光合能力预测步骤中引入融合叶片图像色彩与形态参数的复合特征构建机制，具体的预测步骤如下： 基于原始图像中提取的红、绿、蓝通道的灰度均值，分别记为、以及，构建色彩参数融合值，以综合反映叶片在光照条件下的颜色表达，色彩参数融合值的计算公式如下： ，式中，、以及分别是植物叶片图像中，红色通道、绿色通道、蓝色通道下的像素灰度平均值，是色彩参数融合值； 计算面积形态指数，面积形态指数综合考虑叶片表面积与其边缘周长，通过拟合椭圆的几何表达式反映叶片形态的完整性和扩展性，计算表达式如下： ，式中，是叶片面积，是叶片周长，是面积形态指数，是圆周率；通过色彩参数融合值以及面积形态指数构建光合预测复合特征，作为最终模型输入变量之一，增强模型对叶片健康状态及其光合潜力的精准响应能力，同时提高在多变环境和多样叶型下的泛化性，光合预测复合特征的构建表达式如下： ，式中，是形态‑色彩预测特征组合值； 预测结果验证步骤，通过对比同一植物在同时间段内的叶绿素荧光参数实际气体交换测定值，评估预测光合能力结果的偏差率，用于反馈优化预测模型精度； 预测结果验证步骤中引入动态误差反馈评价机制，综合考量预测准确性与模型稳定性两个关键维度，具体步骤如下： 计算预测百分比误差，用于度量预测值与实测值之间的偏差程度，计算公式如下： ，式中，是百分比误差，是预测光合效率，是实测光合效率； 引入模型鲁棒系数，用于反映预测模型在多次重复输入情况下的输出稳定性，计算公式如下： ，式中，是预测输出的方差，是模型鲁棒系数； 综合百分比误差以及模型鲁棒系数构建预测性能综合评价分数，用于对整个模型预测体系进行统一评分，计算公式如下： ，式中，是综合评价分数； 综合评价分数将准确性与鲁棒性按等权重结合，当小于设定阈值时，自动启动回溯分析，重新审查本次预测所用的性状参数与环境因子输入源，以判断是否需要校正模型或调整采集策略。

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上海尤德建筑规划设计咨询有限公司，其通讯地址为：201709 上海市青浦区白鹤镇外青松公路3560号1号楼3层A区3293室；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。