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！

龙图腾网获悉江西省经济作物研究所申请的专利一种面向茶树优良单株筛选的图像识别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：CN121033681B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511566685.0，技术领域涉及：G06V20/10；该发明授权一种面向茶树优良单株筛选的图像识别方法及系统是由王治会;岳翠男;李文金;彭华;张斌;王新民;王四斌;谢小群设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本一种面向茶树优良单株筛选的图像识别方法及系统在说明书摘要公布了：本发明公开了一种面向茶树优良单株筛选的图像识别方法及系统，具体涉及茶树图像识别领域，包括通过采集处于自然风扰条件下的目标茶树的多帧图像，获取枝叶在风扰作用下形成的残影信息，然后对所述多帧图像执行帧间差异处理，形成包含残影轨迹的初始残影序列；将所述初始残影序列执行分层处理，形成低频残影信息和高频残影信息，并在所述低频残影信息和所述高频残影信息中识别枝叶残影轨迹的连续走向，由此输出残影结构表示。通过在自然风扰条件下对茶树多帧图像进行动态残影提取、轨迹分层与耦合分析，将枝叶摆动的时序特征转化为反映韧性与弹性的可计算指标，从而实现基于生物力学特征的优良单株筛选。

本发明授权一种面向茶树优良单株筛选的图像识别方法及系统在权利要求书中公布了：1.一种面向茶树优良单株筛选的图像识别方法，其特征在于，包括： S1、通过采集处于自然风扰条件下的目标茶树的多帧图像，获取枝叶在风扰作用下形成的残影信息，然后对所述多帧图像执行帧间差异处理，形成包含残影轨迹的初始残影序列； S2、将所述初始残影序列执行分层处理，形成低频残影信息和高频残影信息，并在所述低频残影信息和所述高频残影信息中识别枝叶残影轨迹的连续走向，由此输出残影结构表示； S3、通过对所述残影结构表示进行部位划分，将冠部区域、侧枝区域和下叶区域分别解出，然后对各区域的残影特征执行比对，形成植株内部的残影特征的一致性判定结果； S4、将一致性判定结果与基于静态图像解出的枝条走向信息执行耦合分析，同时构建经时间顺序扰动生成的反事实序列并执行比对，解出环境干扰残影并从所述残影结构表示中剔除，由此形成韧性与弹性证据链； S41、通过在静态图像的RGB颜色空间中提取绿色通道图像并执行对比度拉伸与噪声抑制，获得用于结构提取的增强图像；在所述增强图像上执行边缘检测、连通域提取与骨架细化，构建由连通曲线组成的枝条中心线候选集合； S42、将所述枝条中心线候选集合按长度下限与曲率变化率上限执行筛选，保留长度不低于所述长度下限且曲率变化率不高于所述曲率变化率上限的曲线；沿每条保留曲线的空间节点序列逐点计算切向方向，形成枝条走向信息； S43、将所述枝条走向信息与一致性判定结果对应的残影结构表示在同一图像坐标系下执行空间配准处理，使残影轨迹的空间节点序列与枝条走向信息的空间节点序列建立一一对应关系，形成空间耦合基准； S44、在所述空间耦合基准上，对每一条残影轨迹沿其时间索引序列逐节点执行投影匹配，生成耦合系数图； S45、在保持残影轨迹的空间节点序列不变的条件下，将原始时间索引序列打乱得到时间顺序扰动的反事实序列，复用S44的投影匹配与统计过程生成对照耦合系数图；将耦合系数图与对照耦合系数图逐位置比对，识别在时间顺序扰动后仍保持目标耦合系数的残影轨迹片段，并将其标记为环境干扰残影； S46、将所述环境干扰残影从残影结构表示中剔除，对剔除后的残影轨迹重新统计方向稳定度、形变幅度与时间持续性三个指标，生成韧性与弹性证据链并输出； S5、将所述韧性与弹性证据链执行融合处理，生成单株残影优良指数，并在所述单株残影优良指数满足预设判定条件时输出目标茶树单株为优良单株，在未满足所述判定条件时回返S3重新执行。

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西省经济作物研究所，其通讯地址为：330202 江西省南昌市东湖区福州支路4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。