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！

龙图腾网获悉湖南省植物园申请的专利一种果桃的多级筛选与质量检测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：CN121354095B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511931130.1，技术领域涉及：G06V20/68；该发明授权一种果桃的多级筛选与质量检测方法是由罗军;黄文韬;禹霖;田晓明;欧阳泽怡;饶红欣;李忻怡设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本一种果桃的多级筛选与质量检测方法在说明书摘要公布了：本发明涉及果桃筛选技术领域，具体涉及一种果桃的多级筛选与质量检测方法，包括以下步骤：S1，果桃品种判别：采集多角度图像，提取颜色、纹理和轮廓特征，分类输出品种标签与参数集；S2，生长特征映射：提取结构关键点，与品种模板匹配，生成生长偏差向量；S3，区域感知分析：基于生长偏差划分果面区域，独立识别缺陷与成熟度；S4，等级判别：融合识别结果，结合品种与偏差，动态评估综合质量标签；S5，筛选指令生成：将质量标签转为控制指令，驱动分拣装置完成输出。本发明，实现了果桃品种智能识别、区域缺陷精准检测与等级筛选控制的一体化自动化处理，显著提升果桃筛选的准确性与灵活性。

本发明授权一种果桃的多级筛选与质量检测方法在权利要求书中公布了：1.一种果桃的多级筛选与质量检测方法，其特征在于，包括以下步骤： S1，果桃品种自动判别建模：采集待测果桃的多角度图像，提取其表面颜色特征、纹理主频特征与轮廓结构特征，并输入至果桃品种分类模型，输出果桃品种标签与对应品种参数集； S2，生长特征映射建构：基于果桃品种参数集，从果桃的多角度图像中提取形态结构关键点集，并将其与预定义的品种生长形态特征模板进行图结构匹配，输出果桃个体的生长偏差向量； S3，区域分层感知分析：根据果桃个体的生长偏差向量，构建用于果面分层的自适应区域划分图，将果桃图像分为高敏感区与低敏感区，并在各区域内进行独立的缺陷识别与成熟度判定； S4，等级动态调整判别：融合各区域的识别结果，依据果桃品种标签与生长偏差向量，采用动态阈值策略评估果桃整体质量等级，输出基于品种和个体生长差异调整后的综合质量标签； S5，筛选控制指令生成：将综合质量标签转换为控制指令，用于驱动多通道分拣执行装置完成果桃的分级筛选与输出； 所述S2中的生长特征映射建构包括： S21，形态结构关键点提取：从果桃的多角度图像中构建三维轮廓点云模型，并基于边界提取算法与特征点判别规则，提取果桃形态结构关键点集； S22，品种特征模板图构建：从果桃品种参数集中加载对应品种的生长形态特征模板图，其中，为模板关键点位置，为关键点之间的标准生长拓扑关系边集； S23，图结构匹配与生长偏差向量生成：将果桃形态结构关键点集与生长形态特征模板图的节点集进行节点对齐与边结构差异分析，计算每对节点之间的位置偏差和结构一致性指标，并输出生长偏差向量； 所述S3中的区域分层感知分析包括： S31，自适应区域划分图构建：基于果桃个体的生长偏差向量，将每个结构关键点的生长偏差值映射至图像坐标系中，构建区域敏感度分布图，并采用高斯加权内核平滑生成连续敏感度热力图； S32，区域类别判定与掩膜生成：将敏感度热力图与动态阈值进行比较，生成区域类别掩膜图，划分高敏感区与低敏感区，表示为： ； S33，分区域独立判定：在高敏感区与低敏感区内，分别对果桃的缺陷类型与成熟度等级进行判定，并将判定结果汇总为区域级标签集合。

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南省植物园，其通讯地址为：410116 湖南省长沙市雨花区植物园路111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。