恭喜江西師范大學陳相龍獲國家專利權
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!
龍圖騰網恭喜江西師范大學申請的專利一種植物生長狀況監測方法、系統、設備及存儲介質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:CN119478708B 。
龍圖騰網通過國家知識產權局官網在2025-04-18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:202510058793.0,技術領域涉及:G06V20/10;該發明授權一種植物生長狀況監測方法、系統、設備及存儲介質是由陳相龍;揭安全;萬文凱;楊海設計研發完成,并于2025-01-15向國家知識產權局提交的專利申請。
本一種植物生長狀況監測方法、系統、設備及存儲介質在說明書摘要公布了:本申請涉及計算機機器視覺技術領域,公開了一種植物生長狀況監測方法、系統、設備及存儲介質,該方法包括:獲取目標植物圖像,將預處理后的目標植物圖像輸入改進的YOLOv9模型(包括主干網絡、特征融合網絡和預測分類網絡),得到目標植物檢測圖像;通過主干網絡對預處理后的目標植物圖像進行特征提取,得到植物多尺度特征;通過特征融合網絡對植物多尺度特征進行特征轉換、分支處理和特征融合,得到植物融合特征;通過預測分類網絡對植物融合特征進行分類處理,得到目標植物檢測圖像;將目標植物檢測圖像輸入圖像語義分割模型(包括圖像超分辨率網絡和圖像分割網絡),得到植物二值圖像。該方法有效提升了植物生長狀況監測的準確性。
本發明授權一種植物生長狀況監測方法、系統、設備及存儲介質在權利要求書中公布了:1.一種植物生長狀況監測方法,其特征在于,所述方法包括:獲取目標植物圖像,對所述目標植物圖像預處理;將預處理后的目標植物圖像輸入改進的YOLOv9模型,得到目標植物檢測圖像,所述改進的YOLOv9模型包括主干網絡、特征融合網絡和預測分類網絡,其中:通過所述主干網絡,對所述預處理后的目標植物圖像進行特征提取;所述主干網絡包括SPPF模塊和三個結構相同的提取單元組,其中:依次通過所述三個結構相同的提取單元組,對輸入的特征圖進行下采樣,分別獲得三個不同層次上的特征信息;通過所述SPPF模塊,對所述三個不同層次上的特征信息進行區域池化操作,得到植物多尺度特征;通過所述特征融合網絡,對所述植物多尺度特征進行特征轉換、分支處理和特征融合,得到植物融合特征;將所述特征融合網絡分為前支網絡和后支網絡,所述前支網絡包括C2f模塊、U-Net模塊和兩個結構相同的轉換單元組,所述后支網絡包括兩個結構相同的融合單元組,其中:通過所述C2f模塊,對所述植物多尺度特征進行初步特征拼接,得到拼接特征;通過所述U-Net模塊,對所述拼接特征進行特征轉換,得到第一轉換特征;通過第一個轉換單元組,對第二個層次上的特征信息和所述第一轉換特征進行特征轉換,得到中間轉換特征;通過第二個轉換單元組,對第一個層次上的特征信息和所述中間轉換特征進行特征轉換,得到第二轉換特征;將所述第二轉換特征作為第一植物融合特征;通過第一個融合單元組,對所述第二轉換特征和所述第一植物融合特征進行特征融合,得到第二植物融合特征;通過第二個融合單元組,對所述第一轉換特征和所述第二植物融合特征進行特征融合,得到第三植物融合特征;通過所述預測分類網絡,對所述植物融合特征進行分類處理,得到所述目標植物檢測圖像;將所述目標植物檢測圖像輸入圖像語義分割模型,得到植物二值圖像;所述圖像語義分割模型包括圖像超分辨率網絡和圖像分割網絡;選用深度反投影網絡DBPN作為所述圖像超分辨率網絡,通過所述深度反投影網絡DBPN,將所述目標植物檢測圖像轉換至高分辨率圖像;選用全卷積神經網絡FCN作為所述圖像分割網絡,通過所述全卷積神經網絡FCN,將所述高分辨率圖像進行圖像分割,得到所述植物二值圖像。
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江西師范大學,其通訊地址為:330000 江西省南昌市高新技術開發區紫陽大道99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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。