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！

龙图腾网获悉福建省农业机械化研究所(福建省机械科学研究院)申请的专利基于多视图并行三维建模的番茄检测方法及系统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：CN120605885B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511093717.X，技术领域涉及：B07C5/34；该发明授权基于多视图并行三维建模的番茄检测方法及系统是由练信森;朱慧进;刘羽西;林丛;乐初枝设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于多视图并行三维建模的番茄检测方法及系统在说明书摘要公布了：本发明提供的一种基于多视图并行三维建模的番茄检测方法及系统，其方法包括：同步获取流水线上N个视角下的原始图像，提取视场图像，并分配唯一视角编码；将带有唯一视角编码的每一个视角图像划分为多个分配唯一块位置编码的图像块，并采用层级化多视域视觉变换器逐层提取每一个视角图像的特征，之后进行融合，得到融合后的多视角联合特征序列；由全局解码头根据多视角联合特征输出全局三维点图，计算得到番茄的尺寸检测结果；由局部解码头根据多视角联合特征输出局部三维点图，根据局部三维点图和局部语义信息得到番茄的缺陷检测结果，以生成番茄检测结果。本发明的有益效果能够实现实时性高、检测准确率高且能实现连续处理的流水线番茄检测。

本发明授权基于多视图并行三维建模的番茄检测方法及系统在权利要求书中公布了：1.基于多视图并行三维建模的番茄检测方法，其特征在于，包括步骤： S1、同步获取流水线上N个视角下的原始图像，对每一个所述原始图像提取单个番茄所对应的视场图像，并为每一个视场图像分配唯一视角编码； S2、将带有唯一视角编码的每一个视角图像划分为多个图像块，对每一个图像块分配唯一块位置编码，并采用层级化多视域视觉变换器逐层提取每一个视角图像的特征，得到每一个视角图像的图像块特征序列； S3、将所述唯一视角编码与所述图像块特征序列进行融合，得到融合视角特征序列，通过全局注意力对所有视角图像的融合视角特征进行融合，得到融合后的多视角联合特征序列，所述多视角联合特征序列中每一个图像块的特征均包括所在视场图像的局部语义信息和协同其他视场图像的协同几何信息； S4、由全局解码头根据所述多视角联合特征输出所有视图像素在基准坐标系下的全局三维点图，由局部解码头根据所述多视角联合特征输出每一个视角图像所对应的相机坐标系下的局部三维点图； S5、根据所述全局三维点图计算得到番茄的尺寸检测结果，根据所述局部三维点图和所述局部语义信息得到所述番茄的缺陷检测结果； S6、根据所述尺寸检测结果和所述缺陷检测结果生成番茄检测结果； 所述步骤S2包括以下步骤： S21、将带有唯一视角编码的每一个视角图像划分为多个图像块； S22、对每一个图像块通过线性投影生成初始特征后，分配唯一块位置编码，再将所在视场图像的唯一视角编码进行特征拼接，生成包含所述唯一视角编码和所述唯一块位置编码的初始阶段特征图； S23、对每一个的初始特征图依次进行多次的下采样与变换器层操作，依次得到多个不同尺寸的阶段特征图； S24、将所述初始阶段特征图和多个不同尺寸的阶段特征图进行高层全局特征与低层局部特征的融合，生成多尺度增强特征图，并将所述多尺度增强特征图进行全局池化，得到每一个图像块的特征向量； S25、将每一个视角图像中的每一个图像块的特征向量进行组合，得到每一个视角图像的图像块特征序列； 所述步骤S3包括以下步骤： S31、将所述唯一视角编码与所述图像块特征序列进行融合，得到融合视角特征序列； S32、将所述融合视角特征序列拆分成多个头部，并对每一个头部分别进行注意力计算，得到每一个头部的单头注意力输出，之后将所有头部的单头注意力输出进行多头融合，得到多头注意力输出； S33、将所述多头注意力输出依次进行残差连接与归一化、卷积前馈神经网络处理以及残差连接与归一化后得到当前层输出特征； S34、对所述步骤S32和步骤S33经过堆叠多层交互之后，得到融合后的多视角联合特征序列，所述多视角联合特征序列中每一个图像块的特征均包括所在视场图像的局部语义信息和协同其他视场图像的协同几何信息。

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福建省农业机械化研究所(福建省机械科学研究院)，其通讯地址为：350001 福建省福州市六一中路115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。