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！

龙图腾网获悉青岛农业大学申请的专利一种基于多角度图像的作物生长检测与评估方法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：CN120088661B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510584761.4，技术领域涉及：G06V20/10；该发明授权一种基于多角度图像的作物生长检测与评估方法是由薛寿鹏;呙丽华设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本一种基于多角度图像的作物生长检测与评估方法在说明书摘要公布了：本发明提供一种基于多角度图像的作物生长检测与评估方法，属于基于计算机数据处理的作物生长评估技术领域。首先采集作物图像；基于作物特征感知模型提取多尺度特征，利用残差编码块增强重叠边界识别，通过自注意力机制与多通路反卷积优化分割精度，实现作物检测与实例分割；进一步设计跨帧匹配策略，先以检测框特征相似度粗匹配追踪植株，再融合形状梯度和局部纹理特征细粒度对齐实例，逐帧整合生长指标；最后利用k‑means聚类算法获取作物的整体生长特征，基于数据分析获取作物细节生长特征，并根据两类特征计算得到作物生长评估结果。本发明形成了从数据采集、特征感知到生长评估的精准监测体系，高效准确实现了对作物生长情况的评估。

本发明授权一种基于多角度图像的作物生长检测与评估方法在权利要求书中公布了：1.一种基于多角度图像的作物生长检测与评估方法，其特征在于，包括以下步骤： S1，在作物区上方实时采集Z帧作物序列图像； S2，将采集的图像输入到训练完成的作物特征感知模型中，得到作物检测结果和实例图像分割结果，所述实例图像分割结果为作物生长时的特征实例图； 所述作物特征感知模型使用VGG19网络的前Q层以及多层卷积层和最大池化层进行多层次的特征提取，随后利用残差编码块和自注意力层完成特征的自适应融合；并将得到自适应融合特征分别送入构建的作物检测头和特征实例分割网络中；具体为： 首先利用VGG19中的前Q层网络作为VGG19特征提取模块，对作物图像进行初步的特征提取以得到初始特征信息数据；然后利用卷积核大小3*3的卷积层和最大池化层进行多层次特征提取，将模型中第一个3*3卷积层的输出特征定义为浅层特征，将第二个3*3卷积层的输出特征定义为中层特征，将第三个3*3卷积层的输出定义为深层特征； 随后将深层特征输入第三残差编码块中进行特征提取处理得到特征，并将特征和中层特征相加后输入第二残差编码块中进行融合特征提取得到特征，随后将特征和浅层特征相加后输入第一残差编码块中进行融合特征处理得到特征；最后，将特征输入自注意力层中进行多层次特征融合处理得到特征； 将特征送入作物检测头中以得到作物的目标检测结果； 将特征送入特征实例分割网络中，包括三个不同的通路，分别进行上采样操作，并结合残差解码块进行处理得到三组特征，三组特征送入到通道注意力层进行自适应加权处理，并将加权处理后的结果送入激活函数中进行最终处理以得到实例分割图像； S3，基于得到的作物检测结果，利用作物粗粒度匹配方法匹配视频中的每个作物，并匹配整合得到共个作物；同时，基于得到的实例分割结果，利用特征细粒度匹配方匹配各个作物的每个实例；通过逐帧地进行作物粗粒度匹配以及每个作物的特征细粒度匹配，得到每个作物的完整实例；最后统计每个作物的生长特征，最终得到个作物的生长特征； S4，基于得到的土地中所有作物的生长特征，利用k-means聚类算法获取作物的整体生长特征，基于数据分析的方法获取作物的细节生长特征，并根据上述两类特征进行计算得到作物的生长评估结果。

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青岛农业大学，其通讯地址为：266000 山东省青岛市城阳区长城路700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”。