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！

龙图腾网获悉武汉大学申请的专利基于果品品质检测模型的果品品质检测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：CN116840163B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310672426.0，技术领域涉及：G01N21/25；该发明授权基于果品品质检测模型的果品品质检测方法及系统是由胡磊;邹佳琦;宋阳;刘泽鹏;汪雨晴;贺威;杨光义;张洪艳设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本基于果品品质检测模型的果品品质检测方法及系统在说明书摘要公布了：本发明公开了一种基于果品品质检测模型的果品品质检测方法及系统，首先获取待检测的原始果品高光谱图像R，并进行预处理；然后将预处理后的高光谱图像R2输入果品品质检测模型，获取果品表面缺陷结果以及内部品质指标数值；本发明与现有技术相比在低成本、高效率的情况下，能够实现果品内部和外部品质的同时检测，得到果品品质等级结果。

本发明授权基于果品品质检测模型的果品品质检测方法及系统在权利要求书中公布了：1.一种基于果品品质检测模型的果品品质检测方法，其特征在于，包括以下步骤： 步骤1：获取待检测的原始果品高光谱图像R，并进行预处理； 步骤2：将预处理后的高光谱图像R2输入果品品质检测模型，获取果品表面缺陷结果以及内部品质指标数值； 所述果品品质检测模型，包括归一化层、降维层、空谱特征提取层和分类回归汇聚层；所述归一化层，用于将预处理后的果品高光谱图像R2进行归一化操作；所述降维层，用于利用主成分分析法对归一化后的高光谱图像进行降维，去除冗余波段信息，得到降维后的果品高光谱图像R3；所述空谱特征提取层，用于利用规范化注意力网络对降维后的果品高光谱图像R3进行特征提取，得到丰富的空间特性和光谱特征，并且与均值、对比度、相关性、能量、同质性和熵六个纹理特征进行融合；所述分类回归汇聚层，用于利用空谱特征与纹理特征的融合值输入到最小二乘支持向量机进行分类回归汇聚，在果品表面指标和内部品质指标基础上，结合光谱信息和空间信息，区分果品表面是否有缺陷并预测内部品质指标数值； 所述规范化注意力网络包括编码模块、残差模块、解码模块、融合模块和规范化注意力模块； 所述残差模块，用于连接输入高光谱影像X的与卷积模块C3的输出特征图F3，保证编码模块信息流的传输；所述输入高光谱影像X为降维后的果品高光谱图像R3； 所述解码模块，包括串联设置的三个反卷积模块D1、D2和D3；所述卷积模块均含有一层反卷积层，且卷积层之后均依次加入有归一化层和激活层；卷积模块C1、C2和C3的卷积核大小均为3，步长大小均为2； 所述融合模块，用于对C、C、C和C卷积模块输出的特征图F、F和F分别经过一个反卷积层来使得特征分别与反卷积模块D、D和D处于同一种尺度，并按照D、D和D的顺序分别进行融合影像空间和光谱特征； 所述规范化注意力模块，用于对所述反卷积模块D与卷积模块C融合后的特征图进行细化，在通道方向使用批处理归一化的比例因子；所述规范化注意力模块，后接一个展开层和一个带有softmax函数的全连接层用于对细化后的特征图进行分类； 所述编码模块，由四个卷积模块和一个残差模块组成，用于对所述输入的降维后的果品高光谱图像R的特征进行压缩；所述编码模块的卷积模块C的输入是降维后的果品高光谱图像R；所述编码模块的卷积模块C的输入是所述卷积模块C的输出特征图F；所述编码模块的卷积模块C的输入是所述卷积模块C的输出特征图F；所述编码模块的卷积模块C的输入是所述卷积模块C的输出特征图F与输入进行残差连接的结果；进入反卷积操作；所述解码模块，由三个反卷积模块、三个融合模块和一个归一化注意力模块组成，用于对所述编码模块的输出特征F进行解码；所述解码模块的反卷积模块D的输入是所述卷积模块C的输出特征图F；所述解码模块的反卷积模块D的输入是所述反卷积模块D的输出特征图F与所述卷积模块C3的输出特征图F3融合后的特征图；所述解码模块的反卷积模块D3的输入是所述反卷积模块D2的输出特征图F7与所述卷积模块C2的输出特征图F2融合后的特征图；所述解码模块的归一化注意力模块的输入是所述反卷积模块D3的输出特征图F8与所述卷积模块C1的输出特征图F1融合后的特征图；所述解码模块的规范化注意力模块，输入的特征图经过该规范化注意力模块后，每个特征图会有一个权重图，代表通道方向特征图的重要程度；所述解码模块的输出为对所述编码模块输入的果品品质检测结果Y。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。