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！

龙图腾网恭喜西北农林科技大学;广西壮族自治区农业科学院;山东科技大学申请的专利基于图像分析的葡萄霜霉病孢子检测方法、系统和装置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：CN119380337B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411942872.X，技术领域涉及：G06V20/69；该发明授权基于图像分析的葡萄霜霉病孢子检测方法、系统和装置是由赵刚;曲俊杰;闫长青;尹玲;梁泽芸;于强设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本基于图像分析的葡萄霜霉病孢子检测方法、系统和装置在说明书摘要公布了：本发明涉及图像分析技术领域，具体为基于图像分析的葡萄霜霉病孢子检测方法、系统和装置；为解决现有技术中对孢子图像进行分析时检测结果准确度低和稳定性差的问题，本发明首先将待检测葡萄霜霉病孢子图依次经卷积、若干次特征下采样和全局池化处理，得到能够反映葡萄霜霉病孢子的中层特征、适当尺度特征和高层特征的特征下采样输出以及全局池化输出；然后进行多层交叉特征融合处理，得到的若干个交叉特征融合图；接着，基于边界框距离损失和置信度权重分配损失控制输出质量，并将若干个输出的加权平均值最大值对应的分类结果，作为葡萄霜霉病孢子检测结果；该方法运用到葡萄霜霉病孢子图像分析中，能够提高检测分析结果的准确度和稳定性。

本发明授权基于图像分析的葡萄霜霉病孢子检测方法、系统和装置在权利要求书中公布了：1.一种基于图像分析的葡萄霜霉病孢子检测方法，其特征在于，包括如下操作：S1、待检测葡萄霜霉病孢子图依次经卷积、若干次特征下采样和全局池化处理，提取中间的特征下采样输出，与全局池化输出，形成了特征下采样图集；若干次特征下采样过程中，输入图像的宽和高是依次递减的，输入图像的通道数是依次增加的；特征下采样的操作具体为：输入图像经特征卷积处理，得到特征卷积图；判断特征卷积图的颜色熵是否大于颜色熵阈值；若大于，特征卷积图经基于颜色通道的多路径聚合处理以及多尺度注意力处理，得到特征下采样输出；基于颜色通道的多路径聚合处理的操作具体为：分别获取特征卷积图中红色颜色通道、绿色颜色通道、蓝色颜色通道的标准差，将标准差最大值的颜色通道进行通道特征增强处理后，与其他颜色通道进行融合处理，得到颜色通道路径聚合图，用于执行多尺度注意力处理的操作；通道特征增强处理的操作具体为：标准差最大值的颜色通道经重聚焦特征卷积处理和普通卷积处理，得到第一通道重聚图；第一通道重聚图经重聚焦特征卷积处理和普通卷积处理，得到第二重聚图；第一通道重聚图和第二重聚图用于执行所述与其他颜色通道进行融合处理的操作；若不大于，特征卷积图经基于图像亮度的多路径聚合处理以及多尺度注意力处理，得到特征下采样输出；颜色熵是基于所有颜色级别在特征卷积图中出现概率总和得到的；S2、特征下采样图集中，所有特征下采样图经多层交叉特征融合处理，得到若干个交叉特征融合图；S3、若干个交叉特征融合图分别经边界框回归和分类处理，输出边界框距离损失和置信度权重分配损失，分别小于边界框损失阈值和置信度权重阈值的结果图，得到若干个初始融合检测分析图；每个初始融合检测分析图中，一个边界框上含有多个分类结果和对应分类概率；将若干个初始融合检测分析图，进行对应位置边界框的对应分类概率的加权平均处理，将边界框中加权平均值最大值对应的分类结果，作为对应边界框的检测结果，得到葡萄霜霉病孢子检测结果。

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西北农林科技大学;广西壮族自治区农业科学院;山东科技大学，其通讯地址为：712100 陕西省咸阳市杨凌示范区邰城路3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”。