一种基于多光谱的植物耐镉性判断方法及系统

AITNT
正文
推荐专利
一种基于多光谱的植物耐镉性判断方法及系统
申请号:CN202510248127
申请日期:2025-03-04
公开号:CN120102471A
公开日期:2025-06-06
类型:发明专利
摘要
本发明涉及一种基于多光谱的植物耐镉性判断方法及系统,包括:通过多光谱成像设备对植物样本进行图像采集,获得多光谱原始图像数据;对所述多光谱原始图像数据进行图像预处理,获得植物多光谱特征数据;通过所述植物多光谱特征数据对卷积神经网络模型进行训练,获得镉耐受性判定模型;通过所述镉耐受性判定模型对待测植物的多光谱图像进行推理分析,获得植物镉耐受性判定结果。本发明能够在不进行破坏性采样的前提下,提高了判定效率。
技术关键词
多光谱特征 原始图像数据 卷积神经网络模型 判断方法 多光谱成像设备 构建卷积神经网络 植物叶片表面 局部特征提取 模块 可读存储介质 可见光波段 样本 裁剪方法 反射率 判断系统
系统为您推荐了相关专利信息
1
一种腿部血栓检测评估方法、系统及存储介质
采集分析装置 策略生成装置 超声检测装置 血栓 主控装置
2
一种基于机器学习的矿石智能开采控制方法及系统
开采控制方法 矿石 实时监测数据 卷积神经网络模型 网络分析技术
3
基于视觉SLAM的回环检测方法、装置、终端设备及存储介质
回环检测方法 特征提取网络 图像边缘识别 物体轮廓 像素点
4
图像描述方法和装置、电子设备及存储介质
嵌入特征 原始图像数据 图像嵌入 图像特征提取 文本
5
一种基于机器视觉的电网架空线路异物识别方法
架空线路异物 卷积神经网络模型 异物识别方法 视觉 直方图均衡化方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号