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！

龙图腾网恭喜河北农业大学申请的专利一种基于多光谱图像技术的茄子黄萎病早期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：CN117871435B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202410046840.5，技术领域涉及：G01N21/27；该发明授权一种基于多光谱图像技术的茄子黄萎病早期检测方法是由张东方;张君;范晓飞;陈雪平;申书兴;罗双霞;周玉宏;彭勃;张博;程丰庆设计研发完成，并于2024-01-12向国家知识产权局提交的专利申请。

本一种基于多光谱图像技术的茄子黄萎病早期检测方法在说明书摘要公布了：本发明公开了一种基于多光谱图像技术的茄子黄萎病早期检测方法，包括如下步骤：S1、采用模拟自然环境的人工接种方法培育具有黄萎病病害特征的茄子幼苗，以相同生长期健康的茄子幼苗为对照；S2、采集不同生长天数茄子完整叶片的多光谱图像和叶绿素荧光图像。本发明采用上述一种基于多光谱图像技术的茄子黄萎病早期检测方法，利用多光谱成像技术在症状出现之前黄萎病感染的茄子叶片进行分类，具体分为健康叶片、即将染病叶片和染病叶片三个阶段；将多光谱信息融合建立茄子叶片黄萎病早期检测模型，根据茄子叶片的多光谱信息判断所属阶段，从而对茄子植株做出针对性处理，可以更大程度上降低黄萎病造成的损失。

本发明授权一种基于多光谱图像技术的茄子黄萎病早期检测方法在权利要求书中公布了：1.一种基于多光谱图像技术的茄子黄萎病早期检测方法，其特征在于，包括如下步骤：S1、采用模拟自然环境的人工接种方法培育具有黄萎病病害特征的茄子幼苗，以相同生长期健康的茄子幼苗为对照；S2、采集不同生长天数茄子完整叶片的多光谱图像和叶绿素荧光图像；S3、对步骤S2获得的多光谱图像进行预处理，并提取特征波段；S4、依据步骤S3预处理后的多光谱图像信息将茄子幼苗样本划分为健康叶片、即将染病叶片和染病叶片三类；S5、将特征波段的多光谱图像和叶绿素荧光图像作为CNN模型的输入端，将健康叶片、即将染病叶片和染病叶片作为输出，进行CNN模型训练，建立茄子叶片黄萎病早期诊断模型；S6、将茄子叶片黄萎病早期诊断模型应用至茄子植株中实现茄子叶片黄萎病早期检测；S3中多光谱图像预处理包括：S2-1、提取多光谱图像和叶绿素荧光图像中的光谱反射率、叶绿素荧光参数和图像纹理特征数据；S2-2、根据马氏距离剔除S2-1中获取数据的异常值；S2-3、利用Sk-learn中train_test_split函数将全部茄子叶片按照8:2划分训练集和测试集；S2-4、采用归一化法对S2-1中获取的数据进行预处理，归一化公式为： ；其中为原始数据，为表示原始数据均值，为归一化后数据，为原始数据中的最大值，为原始数据中的最小值；步骤S4具体为：采用主成分分析法对多光谱图像提取的光谱反射率信息进行分析，将叶片分为健康叶片、即将染病叶片和染病叶片三类；所述步骤S5中进行CNN模型训练之前利用麻雀优化算法对CNN模型原始数据进行训练，筛选学习率、批量处理数量、正则化系数的最优值；CNN模型的输入为多光谱图像与叶绿素荧光图像融合，所述CNN模型为2D-CNN模型。

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河北农业大学，其通讯地址为：071000 河北省保定市灵雨寺街289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”。