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！

龙图腾网恭喜南京信息工程大学申请的专利一种基于室内成像光谱技术的土壤剖面发生层划分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：CN119273926B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202411783797.7，技术领域涉及：G06V10/26；该发明授权一种基于室内成像光谱技术的土壤剖面发生层划分方法是由李昕燃;顾佳菁;郑光辉设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于室内成像光谱技术的土壤剖面发生层划分方法在说明书摘要公布了：本发明公开了一种基于室内成像光谱技术的土壤剖面发生层划分方法，包括：S1、采用基于像素镶嵌的方法获取完整的土壤剖面高光谱图像；S2、对图像进行几何校正，去除木质边框，保留固定宽度的土壤剖面原始影像；S3、采用随机森林算法去除裂缝、阴影等无效像元；S4、对保留的光谱数据进行平滑去噪处理；S5、提取行平均光谱曲线，获取固定深度行平均光谱曲线，作为分层条带土样的光谱数据；S6、生成光谱曲面；S7、基于语义分割网络模型划分发生层。本发明能够实现各类土壤剖面发生层的精准划分，为大规模土壤分类和土壤资源的可持续管理提供了有力的技术支持。

本发明授权一种基于室内成像光谱技术的土壤剖面发生层划分方法在权利要求书中公布了：1.一种基于室内成像光谱技术的土壤剖面发生层划分方法，其特征在于，包括以下步骤：S1、采用基于像素镶嵌的方法获取完整的土壤剖面光谱图像；S2、对光谱图像进行几何校正，保留固定宽度的土壤剖面原始图像；S3、采用随机森林模型去除无效像元；具体以下子步骤：S3.1、采用随机森林模型对图像进行二分类，去除裂缝无效像元、阴影无效像元，并将无效像元区域的光谱反射率值设置为0；随机森林模型通过网格搜索寻进行超参数调优，使用网格寻优寻找最佳参数组合，公式如下： ,其中，c是类别标签，是指示函数，当第i棵树的预测结果等于c时为1，否则为0；S3.2、随机森林模型的精度通过总体精度OA和Kappa系数评估，如下式: ， ；其中，r表示分类类别总数；N是样本总数，即所有类别中样本的总和；xii是第i类中被正确分类的样本数量；Po表示观察到的一致性比例，即每一类中分类正确的样本数之和占样本总数的比例；Pe表示期望的一致性比例，即如果分类器随机分类时，每一类真实样本数与预测样本数的乘积之和占样本总数的比例；S4、对去除无效像元的土壤剖面光谱图像光谱数据进行平滑去噪处理；S5、对平滑处理后的光谱图像提取行平均光谱曲线，作为分层条带土样的光谱数据；S6、对分层条带土样的光谱数据生成光谱曲面和深度函数曲线；S7、构建语义分割网络，以归一化的光谱曲面图像为输入，多通道的分类结果为输出训练语义分割网络，获得土壤剖面发生层划分模型；将土壤剖面光谱图像输入至土壤剖面发生层划分模型，得到分层后的光谱；具体包括以下子步骤：S7.1、将光谱曲面图像进行归一化处理，确保数据输入网络时的值在[0,1]范围内,根据深度和波长，将光谱曲面图像按照设定的发生层边界标记不同的类别，作为语义分割的训练标签；S7.2、构建语义分割网络模型U-Net++，并设置模型的输入为归一化的光谱曲面图像，输出为多通道的分类结果，每个通道对应一个发生层类别；设置模型的损失函数为交叉熵损失函数，优化器选择自适应矩估计；S7.3、使用训练集数据进行模型训练，确保每次迭代后模型能够更好地识别出不同的发生层区域；S7.4、使用验证集对模型进行验证，评估模型的精度，并根据验证结果调整模型的超参数；S7.5、将训练好的模型应用于未标注的光谱曲面图像，预测每个像素所属的发生层类别，生成发生层划分结果，将每个像素根据模型输出的类别进行着色，得到分层后的光谱。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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”。