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！

龙图腾网获悉南京林业大学申请的专利一种真实场景下的银杏叶用经济林冠层语义分割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：CN119559393B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411625752.7，技术领域涉及：G06V10/26；该发明授权一种真实场景下的银杏叶用经济林冠层语义分割方法是由赵茂程;赵帅帅;齐亮;吴斌;汪希伟;邹红艳;谢为俊设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种真实场景下的银杏叶用经济林冠层语义分割方法在说明书摘要公布了：一种真实场景下的银杏叶用经济林冠层语义分割方法，该方法采用语义分割模型对低空无人机采集到的叶用银杏冠层正射影像进行处理，从复杂背景中区分出叶用银杏冠层。所述语义分割模型是Haar_UNet；Haar_UNet是对UNet分割网络的改进，改进方法是在保留UNet分割网络的编码和解码器的网络框架下：用哈尔小波下采样模块替换编码层的最大池化下采样层，将原始图像信息分解为低频子带与高频子带，利用高频信息能够无损还原的特点进行后续的特征提取与重构；在特征通道的升维与降维运算后嵌入SENet注意力机制模块；在每层编码器下采样前嵌入Multigrid空洞卷积模块。试验结果表明Haar_UNet模型具有较高的分割识别精度。

本发明授权一种真实场景下的银杏叶用经济林冠层语义分割方法在权利要求书中公布了：1.一种真实场景下的银杏叶用经济林冠层语义分割方法，该方法采用语义分割模型对小型无人机低空遥感采集到的叶用银杏冠层正射影像进行处理，从复杂背景中区分出叶用银杏冠层，其特征是所述语义分割模型是哈尔小波增强语义注意UNet模型，即Haar_UNet；Haar_UNet是对UNet分割网络的改进，改进方法是在保留UNet分割网络的“U”字型结构编码和解码器的网络框架下进行如下设计： 一、用哈尔小波下采样模块替换编码层的最大池化下采样层，通过将原始图像信息分解为低频子带与高频子带后，再通过高频信息能够无损还原的特点用于后续的特征提取和重构； 二、在特征通道升维与降维变化后嵌入SENet注意力机制模块； 三、在每层编码器下采样前嵌入Multigrid空洞卷积模块； 所述哈尔小波下采样模块HaarWaveletDownsampling，HWD包括无损特征编码块和特征学习模块；其中， 无损特征编码块负责转换特征和降低空间分辨率；无损特征编码块利用Haar小波函数和尺度函数相结合对输入图像特征信号进行分解与重构； 先通过小波变换建立与银杏冠层特征像素的一个低频近似分量与垂直、水平、对角三个方向的高频细节分量；然后将这四个分量进行conca拼接作为输入到特征学习模块的参数；其中， 一级一维尺度函数和Haar变换的小波函数定义公式如下： 式中：φj，kx定义为： 式中：参数j表示Haar基函数级数，此时取1表示图像处理领域的尺度下降12； k取整数值，用来确定小波函数在信号或图像上的位置； 是Haar小波基函数，表示为单位阶跃函数的差分，表示对原始小波函数进行水平方向上的平移和缩放，具体来说，2jx将小波函数进行水平方向上的缩放，而-k则将其向右平移k个单位； 是一个归一化系数，它确保了小波函数的能量在不同尺度上的保持一致性； 定义为： 则，一级一维使用0级Haar基函数表示为： 这表示一个长度为L的信号被分为长度为L2的两部分，这两部分分别解释为低通和高通分解滤波器；当将Haar小波变换应用于二维信号时，会产生四个分量，每个分量的空间分辨率是原始图像的一半； 特征学习模块是由1×1标准卷积层、批处理归一化BN和ReLU激活函数层组成。

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南京林业大学，其通讯地址为：210037 江苏省南京市玄武区龙蟠路159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”。

以上内容由龙图腾AI智能生成。