龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：长春工业大学
申请日：2024-04-15
公开（公告）日：2024-06-28
公开（公告）号：CN118261894A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/28;G06V10/36;G06V10/42;G06V10/56;G06V10/82;G06V10/94
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及机器视觉领域，具体公开了一种基于非凸抗噪型递归神经网络的植物病害检测系统。针对植物叶片表面病害难以检测的问题，设计了一种非凸抗噪型递归神经网络病害检测算法。该算法包括以下步骤：a.输入植物叶片图像；b.提取叶片表面病害和叶片脉络的颜色信息，利用约束能量最小化算法思想将植物病害检测问题转化为一个等式约束二次规划问题，再通过拉格朗日法转化为一个线性等式方程组；c.用非凸抗噪型递归神经网络进行求解，得到满足精度要求的最优滤波系数；d.用最优滤波系数设计的滤波器对图像进行过滤，得到滤波处理后的图像；e.对滤波处理后的图像进行分割标记，实现病害检测。此外，系统还具有可视化操作界面方便用户操作。
主权项：1.基于非凸抗噪型递归神经网络的植物病害检测系统，其特征在于，所述系统包括：图像加载模块、图像处理模块、数据可视化模块和用户操作界面，用户通过相关功能按键完成植物病害检测并对检测结果进行分析，为种植者提供防治建议，其中图像处理模块采用非凸抗噪型递归神经网络设计了一个滤波器，让植物叶片逐一通过滤波器，在保持病害目标的输出能量恒定，叶片脉络输出能量为零的条件下，抑制叶片背景信息的输出能量为最小，从而将病害目标从脉络背景复杂的叶片中分离出来。
全文数据：
权利要求：
百度查询： 长春工业大学 基于非凸抗噪型递归神经网络的植物病害检测系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号