[发明专利]基于深度学习的植物叶片显微图像气孔分割方法有效
| 申请号： | 202110142547.5 | 申请日： | 2021-02-02 |
| 公开（公告）号： | CN112861693B | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 黄建平;李飞;李君禹;李克新;宋文龙 | 申请（专利权）人： | 东北林业大学 |
| 主分类号： | G06V20/69 | 分类号： | G06V20/69;G06V10/25;G06V10/26;G06V10/774;G06V10/82;G06K9/62;G06T7/62;G06N3/04 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 岳泉清 |
| 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： | 本发明基于深度学习的植物叶片显微图像气孔分割方法属于数字图像处理技术领域；该基于深度学习的植物叶片显微图像气孔分割方法包括以下步骤：步骤a、获取气孔样本数据集；步骤b、构建并训练基于深度学习的植物叶片显微图像气孔分割模型；步骤c、计算植物叶片气孔特征参数；本发明基于深度学习的植物叶片显微图像气孔分割方法能够提高气孔定位和特征参数计算准确性，满足快速、高通量植物叶片显微图像气孔分析的实际需要。 | ||
| 搜索关键词： | 基于 深度 学习 植物 叶片 显微 图像 气孔 分割 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/202110142547.5/，转载请声明来源钻瓜专利网。
