[发明专利]入侵植物的监测方法及系统有效
| 申请号： | 201810586568.4 | 申请日： | 2018-06-06 |
| 公开（公告）号： | CN108875620B | 公开（公告）日： | 2021-11-05 |
| 发明（设计）人： | 乔曦;钱万强;万方浩;彭长连 | 申请（专利权）人： | 中国农业科学院深圳农业基因组研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京法信智言知识产权代理事务所(特殊普通合伙) 11737 | 代理人： | 刘静荣 |
| 地址： | 518120 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及入侵植物监测领域，具体涉及一种入侵植物的监测方法及系统。本发明把飞行器、控制平台和监测平台建立了入侵植物的监测系统，通过该系统能够快速精准识别大、中、小规模的入侵植物，尤其是能在入侵植物爆发前监测到入侵植物，且提供更高分辨率的图像信息，基于深度卷积神经网络的识别算法能更快速、更准确识别入侵植物。 | ||
| 搜索关键词： | 入侵 植物 监测 方法 系统 | ||
【主权项】：
1.入侵植物监测方法，其特征在于，所述方法包括以下步骤：获取待监测区域的地面高光谱图像；确定目标入侵植物成像的敏感光谱波段，提取所述高光谱图像中目标入侵植物和背景的光谱特征，并找出差异性最大值对应的光谱波段，从而确定所述目标入侵植物成像的敏感光谱波段；构建深度卷积神经网络，提取所述目标入侵植物成像的敏感光谱波段下的高光谱图像，选取部分敏感光谱波段下的高光谱图像，并分成训练集和测试集，用训练集训练所述深度卷积神经网络，然后用测试集测试训练生成的深度卷积神经网络；若测试结果达到预期标准，则训练完成；若测试结果未达到预期标准，则调整深度卷积神经网络后，重新用测试集测试调整后的深度卷积神经网络，直到测试结果大于等于预期标准，训练完成；识别入侵植物，利用训练完成的深度卷积神经网络对未被选取的敏感光谱波段下的高光谱图像进行识别，标识出入侵植物和背景。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国农业科学院深圳农业基因组研究所，未经中国农业科学院深圳农业基因组研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810586568.4/，转载请声明来源钻瓜专利网。
