入侵植物的监测方法及系统
有权
许可备案
阅读授权文献
Invasive plant monitoring method and system
申请号：201810586568.4 申请日：2018-06-06
CN201810586568
CN108875620A
微信扫码查看/分享专利
|
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。 |
|---|---|
| Abstract： The invention relates to the field of invasive plant monitoring, in particular to an invasive plant monitoring method and system. According to the method, an aircraft, a control platform and a monitoring platform are utilized to establish the invasive plant monitoring system. Through the system, large-scale, medium-scale and small-scale invasive plants can be recognized quickly and precisely, andparticularly the invasive plants can be monitored before bursting of the invasive plants; and image information with a higher resolution is provided, and a recognition algorithm based on a deep convolutional neural network can recognize the invasive plants more quickly and more accurately. | |
| 申请人： 中国农业科学院深圳农业基因组研究所 | |
| Applicant： AGRICULTURAL GENOMICS INST AT SHENZHEN CHINA ACADEMY OF AGRICULTURAL SCIENCES | |
| 地址： 518120 广东省深圳市大鹏新********(隐藏) | |
| 发明(设计)人： 乔曦 钱万强 万方浩 彭长连 | |
| Inventor： QIAO XI; QIAN WANQIANG; WAN FANGHAO; PENG CHANGLIAN | |
| 主分类号： G06K9/00(2006.01)I | |
| 分类号： G06K9/00(2006.01)I G06K9/62(2006.01)I G06N3/04(2006.01)I | |
|
- 法律状态
| 2023-03-28 | 专利实施许可合同备案的生效IPC(主分类):G06K9/00合同备案号:X2023980033451让与人:中国农业科学院深圳农业基因组研究所受让人:祥益(广州)科技有限公司发明名称:入侵植物的监测方法及系统申请公布日:20181123授权公告日:20211105许可种类:普通许可备案日期:20230310 |
| 2022-12-27 | 专利实施许可合同备案的生效IPC(主分类):G06K9/00合同备案号:X2022440000305让与人:中国农业科学院深圳农业基因组研究所受让人:韶关金喆园生态农业科技有限公司发明名称:入侵植物的监测方法及系统申请公布日:20181123授权公告日:20211105许可种类:普通许可备案日期:20221209 |
| 2021-11-05 | 授权 |
| 2018-12-18 | 实质审查的生效IPC(主分类):G06K 9/00申请日:20180606 |
| 2018-11-23 | 公开 |
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
- 其他信息
| 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。 | ||||||||||||||||||
| 公开号 | 108875620A | ||||||||||||||||||
| 公开日 | 2018-11-23 | ||||||||||||||||||
| 专利代理机构 | 北京法思腾知识产权代理有限公司 11318 | ||||||||||||||||||
| 代理人 | 高宇 | ||||||||||||||||||
| 颁证日 | |||||||||||||||||||
| 优先权 |
|
||||||||||||||||||
| 国际申请 | |||||||||||||||||||
| 国际公布 | |||||||||||||||||||
| 进入国家日期 | |||||||||||||||||||
- 专利对比文献
| 类型 | 阶段 | 文献号 | 公开日期 | 涉及权利要求项 | 相关页数 |
| A | SEA | CN101894263A | 20101124 | 1-9 | 全文 |
| A | SEA | CN106778845A | 20170531 | 1-9 | 全文 |
| A | SEA | CN107315999A | 20171103 | 1-9 | 全文 |
| A | SEA | CN107576618A | 20180112 | 1-9 | 全文 |
| A | SEA | WO2018075674A1 | 20180426 | 1-9 | 全文 |
注：不保证该信息的有效性、完整性、准确性，以上信息也不具有任何效力，仅供参考。使用前请另行委托专业机构进一步查核，使用该信息的一切后果由用户自行负责。
Ｘ：单独影响权利要求的新颖性或创造性的文件；
Ｙ：与检索报告中其他 Ｙ类文件组合后影响权利要求的创造性的文件；
Ａ：背景技术文件，即反映权利要求的部分技术特征或者有关的现有技术的文件；
Ｒ：任何单位或个人在申请日向专利局提交的、属于同样的发明创造的专利或专利申请文件；
Ｐ：中间文件，其公开日在申请的申请日与所要求的优先权日之间的文件，或会导致需核实该申请优先权的文件；
Ｅ：单独影响权利要求新颖性的抵触申请文件。
Ｙ：与检索报告中其他 Ｙ类文件组合后影响权利要求的创造性的文件；
Ａ：背景技术文件，即反映权利要求的部分技术特征或者有关的现有技术的文件；
Ｒ：任何单位或个人在申请日向专利局提交的、属于同样的发明创造的专利或专利申请文件；
Ｐ：中间文件，其公开日在申请的申请日与所要求的优先权日之间的文件，或会导致需核实该申请优先权的文件；
Ｅ：单独影响权利要求新颖性的抵触申请文件。
- 期刊对比文献
| 类型 | 阶段 | 期刊文摘名称 | 作者 | 标题 | 涉及权利要求项 | 相关页数 |
| Y | SEA | 《中国博士学位论文全文数据库》 | 刘笃晋 | 《面向植被识别的无人机图像处理关键技术研究》 | 1-4、6、8-9 | 第3、75-84页 |
| 刘笃晋: "《面向植被识别的无人机图像处理关键技术研究》", 《中国博士学位论文全文数据库》 | ||||||
| Y | SEA | 《农业工程学报》 | 万华伟 | 《基于高光谱遥感数据的入侵植物监测》 | 1-4、6、8-9 | 59-64页 |
| 万华伟: "《基于高光谱遥感数据的入侵植物监测》", 《农业工程学报》 | ||||||
- 书籍对比文献
| 类型 | 阶段 | 书名 | 作者 | 标题 | 涉及权利要求项 | 相关页数 |
