買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜南京信息工程大學申請的專利一種基于室內成像光譜技術的土壤剖面發生層劃分方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119273926B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411783797.7，技術領域涉及：G06V10/26；該發明授權一種基于室內成像光譜技術的土壤剖面發生層劃分方法是由李昕燃;顧佳菁;鄭光輝設計研發完成，并于2024-12-06向國家知識產權局提交的專利申請。

本一種基于室內成像光譜技術的土壤剖面發生層劃分方法在說明書摘要公布了：本發明公開了一種基于室內成像光譜技術的土壤剖面發生層劃分方法，包括：S1、采用基于像素鑲嵌的方法獲取完整的土壤剖面高光譜圖像；S2、對圖像進行幾何校正，去除木質邊框，保留固定寬度的土壤剖面原始影像；S3、采用隨機森林算法去除裂縫、陰影等無效像元；S4、對保留的光譜數據進行平滑去噪處理；S5、提取行平均光譜曲線，獲取固定深度行平均光譜曲線，作為分層條帶土樣的光譜數據；S6、生成光譜曲面；S7、基于語義分割網絡模型劃分發生層。本發明能夠實現各類土壤剖面發生層的精準劃分，為大規模土壤分類和土壤資源的可持續管理提供了有力的技術支持。

本發明授權一種基于室內成像光譜技術的土壤剖面發生層劃分方法在權利要求書中公布了：1.一種基于室內成像光譜技術的土壤剖面發生層劃分方法，其特征在于，包括以下步驟：S1、采用基于像素鑲嵌的方法獲取完整的土壤剖面光譜圖像；S2、對光譜圖像進行幾何校正，保留固定寬度的土壤剖面原始圖像；S3、采用隨機森林模型去除無效像元；具體以下子步驟：S3.1、采用隨機森林模型對圖像進行二分類，去除裂縫無效像元、陰影無效像元，并將無效像元區域的光譜反射率值設置為0；隨機森林模型通過網格搜索尋進行超參數調優，使用網格尋優尋找最佳參數組合，公式如下： ,其中，c是類別標簽，是指示函數，當第i棵樹的預測結果等于c時為1，否則為0；S3.2、隨機森林模型的精度通過總體精度OA和Kappa系數評估，如下式: ， ；其中，r表示分類類別總數；N是樣本總數，即所有類別中樣本的總和；xii是第i類中被正確分類的樣本數量；Po表示觀察到的一致性比例，即每一類中分類正確的樣本數之和占樣本總數的比例；Pe表示期望的一致性比例，即如果分類器隨機分類時，每一類真實樣本數與預測樣本數的乘積之和占樣本總數的比例；S4、對去除無效像元的土壤剖面光譜圖像光譜數據進行平滑去噪處理；S5、對平滑處理后的光譜圖像提取行平均光譜曲線，作為分層條帶土樣的光譜數據；S6、對分層條帶土樣的光譜數據生成光譜曲面和深度函數曲線；S7、構建語義分割網絡，以歸一化的光譜曲面圖像為輸入，多通道的分類結果為輸出訓練語義分割網絡，獲得土壤剖面發生層劃分模型；將土壤剖面光譜圖像輸入至土壤剖面發生層劃分模型，得到分層后的光譜；具體包括以下子步驟：S7.1、將光譜曲面圖像進行歸一化處理，確保數據輸入網絡時的值在[0,1]范圍內,根據深度和波長，將光譜曲面圖像按照設定的發生層邊界標記不同的類別，作為語義分割的訓練標簽；S7.2、構建語義分割網絡模型U-Net++，并設置模型的輸入為歸一化的光譜曲面圖像，輸出為多通道的分類結果，每個通道對應一個發生層類別；設置模型的損失函數為交叉熵損失函數，優化器選擇自適應矩估計；S7.3、使用訓練集數據進行模型訓練，確保每次迭代后模型能夠更好地識別出不同的發生層區域；S7.4、使用驗證集對模型進行驗證，評估模型的精度，并根據驗證結果調整模型的超參數；S7.5、將訓練好的模型應用于未標注的光譜曲面圖像，預測每個像素所屬的發生層類別，生成發生層劃分結果，將每個像素根據模型輸出的類別進行著色，得到分層后的光譜。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京信息工程大學，其通訊地址為：210044 江蘇省南京市浦口區寧六路219號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。