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！

龙图腾网获悉上海市农业科学院申请的专利一种基于深度学习的水稻养分状态识别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：CN121305176B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511415153.7，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的水稻养分状态识别方法是由孙雅菲;薛永;秦秦;孙丽娟;杨湜烟;蒋小峰;王峻设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本一种基于深度学习的水稻养分状态识别方法在说明书摘要公布了：本发明涉及农业管理技术领域，具体为一种基于深度学习的水稻养分状态识别方法，包括以下步骤，调用图像数据集，识别叶片绿色像素变化趋势，测量轮廓结构并剔除异常，调整特征通道比例，输出标签及置信度，分析区域养分演化趋势并聚合。本发明中，通过动态分析连续时序水稻叶片图像中绿色区域像素密集程度变化趋势，准确判断水稻生长状态变化节点，消除现有统一输入模型结构对阶段转折的敏感性问题，结合叶片边缘封闭性和轮廓连贯特征，实时剔除异常结构图像，强化模型对细微结构差异的捕捉能力，实现水稻养分状态标签的精准分类与动态聚合，明显提高区域尺度水稻养分演化趋势的识别能力，为区域农业决策提供数据基础。

本发明授权一种基于深度学习的水稻养分状态识别方法在权利要求书中公布了：1.一种基于深度学习的水稻养分状态识别方法，其特征在于，包括以下步骤： S1：调用水稻图像数据集，分析连续时间段叶片图像中绿色区域像素密集程度的变化趋势，识别相邻图像间的趋势差异，判断生长状态转化节点，对当前图像进行突变节点标记处理，生成序列节点划分参数； 所述序列节点划分参数的获取步骤具体为： S111：调用水稻图像数据集，采集连续时间段的叶片图像，针对每帧图像提取绿色通道像素值，计算每个采样单元内绿色像素密集度，结合图像序列的排列顺序，检测每帧的绿色像素密集度变化趋势，生成绿色变化趋势序列； S112：根据所述绿色变化趋势序列，分析相邻图像帧的绿色像素密集度，识别变化方向与趋势拐点，采用公式： ； 计算趋势突变指标，并提取极值点，得到生长状态转化识别点集； 其中，为第帧图像的绿色像素密集度归一化值，为极小正数常量，为第帧图像的叶片形态变化归一化值，为第帧图像采集时间归一化值，为无量纲调节系数，为第帧趋势突变指标，为当前图像帧在序列中的位置索引； S113：调用所述生长状态转化识别点集，判断水稻的生长状态转化节点，对当前图像进行突变节点标记处理，生成序列节点划分参数； S2：根据所述序列节点划分参数，测量图像中叶片边缘与轮廓分布特征，分析边界封闭性与轮廓连贯性，判断异常结构图像并剔除，生成训练样本筛选结果； S3：调用所述训练样本筛选结果，分析叶片外形边界在横向和纵向的展开比例，匹配水稻类型标签，并对纹理信息处理区域与边缘轮廓处理区域间的通道响应进行比例调整，对水稻养分状态识别模型进行训练，生成处理通道匹配结果； S4：基于所述处理通道匹配结果，利用水稻养分状态识别模型，获取每个图像的标签响应分数，提取主标签和次标签，比较响应分数，识别差异程度并组合识别标签，并评估模型识别结果的置信度，输出水稻状态数据集。

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市农业科学院，其通讯地址为：201403 上海市奉贤区金齐路1000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。