[发明专利]基于卷积神经网络的植物叶片气孔孔隙解剖参数测量方法在审
| 申请号： | 202110769069.0 | 申请日： | 2021-07-07 |
| 公开（公告）号： | CN113506263A | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 黄建平;李君禹;宋文龙;李飞 | 申请（专利权）人： | 东北林业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/62;G06N3/04;G06N3/08 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 时起磊 |
| 地址： | 150040 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于卷积神经网络的植物叶片气孔孔隙解剖参数测量方法，涉及数字图像处理领域。本发明是为了解决目前的植物叶片气孔孔隙解剖参数测量方法还存在耗时费力、主观性强、效率不高的问题，进而导致了无法满足快速、高通量植物叶片显微图像气孔分析的实际需要的问题。本发明包括：获取气孔样本数据集；利用气孔样本数据集构建并训练基于卷积神经网络的植物叶片显微图像气孔孔隙分割模型，获得最终植物叶片显微图像气孔分割模型；利用最终植物叶片显微图像气孔孔隙分割模型获得气孔孔隙解剖参数；本发明用于获取植物叶片气孔孔隙解剖参数。 | ||
| 搜索关键词： | 基于 卷积 神经网络 植物 叶片 气孔 孔隙 解剖 参数 测量方法 | ||
【主权项】：
暂无信息
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东北林业大学，未经东北林业大学许可，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/202110769069.0/，转载请声明来源钻瓜专利网。
