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！

龙图腾网恭喜仲恺农业工程学院;华南农业大学申请的专利基于深度卷积神经网络的菠萝成熟度的无损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：CN119418334B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202510023212.X，技术领域涉及：G06V20/68；该发明授权基于深度卷积神经网络的菠萝成熟度的无损检测方法及系统是由张日红;王毅;李小敏;林桂潮;刘天湖;李欢;陈德照;黄泽军;陈紫建;王玉满设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本基于深度卷积神经网络的菠萝成熟度的无损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深度卷积神经网络的菠萝成熟度的无损检测方法及系统，本发明涉及蔬果检测技术领域。包括以下步骤：获取已知表面纹理特征参数及颜色特征参数的菠萝外观图像，并对其进行预处理，形成样本图像。基于样本图像建立卷积神经网络预测模型，输入菠萝外观图像并输出相应的特征参数。采集待检测菠萝的外观图像，经过预处理后输入预测模型以获得特征参数，并计算成熟度判断系数。检测待检测菠萝的乙烯和二氧化碳浓度，对成熟度判断系数进行修正，得到精确判断系数。对判断阈值进行动态修正，将精确判断系数与动态阈值对比，发出不同的成熟度判断结果，提供更加精准和全面的成熟度评估，提供了更加高效、准确的决策支持。

本发明授权基于深度卷积神经网络的菠萝成熟度的无损检测方法及系统在权利要求书中公布了：1.一种基于深度卷积神经网络的菠萝成熟度的无损检测方法，其特征在于，具体步骤包括：获取若干已知表面纹理特征参数和颜色特征参数的菠萝外观图像，对获取的菠萝外观图像进行预处理，将预处理后的图像作为样本图像，其中所述表面纹理特征参数包括果皮凹陷深度和纹理对比度，所述颜色特征参数包括果皮绿色区域面积和果皮黄色区域面积；基于样本图像建立卷积神经网络预测模型，将样本图像作为卷积神经网络预测模型的输入，并以每张样本图像对应的表面纹理特征参数和颜色特征参数作为标签，对卷积神经网络预测模型进行训练，得到输入为菠萝外观图像，输出为输入图像对应的表面纹理特征参数和颜色特征参数的特征分析预测模型；采集待检测菠萝的外观图像，对其进行预处理后输入完成训练的特征分析预测模型中，输出待检测菠萝的表面纹理特征参数和颜色特征参数，基于得到的待检测菠萝的表面纹理特征参数和颜色特征参数，计算生成菠萝成熟度判断系数；将待检测菠萝放入封闭环境内，检测在时间段内待检测菠萝的气体特征，基于得到的气体特征对菠萝成熟度判断系数进行修正，得到精确菠萝成熟度判断系数，所述气体特征包括在时间段内封闭环境中的乙烯和二氧化碳浓度；采集待检测菠萝的物理参数对初始成熟度判断阈值进行动态修正，得到动态成熟度判断阈值，将精确菠萝成熟度判断系数与动态成熟度判断阈值相对比，根据不同的对比结果，发出不同的成熟度判断结果，所述物理参数包括高度、平均直径和表皮硬度。

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仲恺农业工程学院;华南农业大学，其通讯地址为：510225 广东省广州市海珠区纺织路东沙街24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”。