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！

龙图腾网获悉新疆农业大学申请的专利基于元学习小麦病虫害智能识别方法、智能识别系统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：CN116092074B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310177052.5，技术领域涉及：G06V20/68；该发明授权基于元学习小麦病虫害智能识别方法、智能识别系统是由陈晶;文骁杰;张子豪;高越新;刘琦设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本基于元学习小麦病虫害智能识别方法、智能识别系统在说明书摘要公布了：本发明属于农作物病虫害识别技术领域，公开了基于元学习小麦病虫害智能识别方法、智能识别系统。采用自适应维纳滤波方法对采集的待识别小麦的叶片、茎部图像进行滤波处理；对滤波后的小麦的叶片、茎部图像进行灰度处理，得到小麦的叶片、茎部的灰度图像；利用十字线灰度图像清晰度改进模型对滤波后的小麦的叶片、茎部的灰度图像进行增强处理；根据增强处理后的图像，识别小麦的叶片、茎部发生病害虫害、症状、病斑以及虫害的虫体特征。本发明能够用于农业实际生产，为小麦病虫害的进一步化学防治以及生物防治提供参考，并可为植物胁迫自动区分识别的应用提供借鉴。

本发明授权基于元学习小麦病虫害智能识别方法、智能识别系统在权利要求书中公布了：1.一种基于元学习小麦病虫害智能识别方法，其特征在于，该方法包括以下步骤： S1，采用自适应维纳滤波方法对采集的待识别小麦的叶片、茎部图像进行滤波处理； S2，对滤波后的小麦的叶片、茎部图像进行灰度处理，得到小麦的叶片、茎部的灰度图像； S3，利用十字线灰度图像清晰度改进模型对滤波后的小麦的叶片、茎部的灰度图像进行增强处理； S4，根据增强处理后的图像，识别小麦的叶片、茎部发生病害虫害、症状、病斑以及虫害的虫体特征； S5，基于获取的待识别小麦种植区域的气候数据、土壤环境数据以及历史数据进行小麦病虫害的初步分析； 在步骤S4中，识别小麦的叶片、茎部发生病害虫害、症状、病斑以及虫害的虫体特征的病虫害识别模型包括：输入层、特征提取网络； 所述输入层，用于将提取的小麦特征图像作为病虫害识别模型的输入； 所述特征提取网络，用于利用融合多层注意力机制的残差网络从输入的小麦特征图像中提取信息；并利用softmax函数对特征提取网络提取的信息进行归一化处理； 病虫害识别模型的识别方法包括： 第1步，采用多个互补型的特征，基于不同提取方式，彼此异构，从不同的视觉角度刻画小麦的叶片、茎部发生病害虫害、症状、病斑以及虫害的虫体特征图像； 第2步，深入挖掘不同特征间蕴含的相似病虫害特征，实现特征实时融合； 第3步，动态计算特征的病虫害发生概率权重，完成特征中融合及优选特征组合实现特征后融合，最终实现多方位病虫害发生概率预测深度融合； 第4步，进行小麦的叶片、茎部发生病害虫害、症状、病斑以及虫害的虫体特征图像的识别，根据识别结果输出小麦的叶片、茎部发生病害虫害、症状、病斑以及虫害的虫体特征图像预测标签。

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新疆农业大学，其通讯地址为：830052 新疆维吾尔自治区乌鲁木齐市沙依巴克区农大东路311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”。

以上内容由龙图腾AI智能生成。