Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)孙珊获国家专利权

山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)孙珊获国家专利权

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!

龙图腾网获悉山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)申请的专利一种基于图像识别的海水水域富营养化判断预警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:CN120635720B

龙图腾网通过国家知识产权局官网在2026-04-17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:202510913278.6,技术领域涉及:G06V20/10;该发明授权一种基于图像识别的海水水域富营养化判断预警方法及系统是由孙珊;刘家琦;苏博;于潇潇;王立明;金晓杰;邱少男;田泽丰;刘哲设计研发完成,并于2025-07-03向国家知识产权局提交的专利申请。

一种基于图像识别的海水水域富营养化判断预警方法及系统在说明书摘要公布了:本发明涉及海水污染预警技术领域,尤其是涉及一种基于图像识别的海水水域富营养化判断预警方法及系统。方法包括获取多源图像数据;对获取的多源图像数据进行数据预处理;对预处理后的图像数据进行遮挡区域检测和掩膜构建,生成目标检测框;根据生成的目标检测框,利用改进型U‑Net网络并结合空间通道融合策略输出富营养化区域掩膜;基于输出掩膜进行诊断结果可视化展示。本发明显著提升了对早期异常的捕捉能力、对中度富营养化扩散趋势的建模能力以及对严重区域的分级响应能力,具备良好的工程推广潜力与实际部署价值。

本发明授权一种基于图像识别的海水水域富营养化判断预警方法及系统在权利要求书中公布了:1.一种基于图像识别的海水水域富营养化判断预警方法,其特征在于,包括: 获取多源图像数据; 对获取的多源图像数据进行数据预处理; 对预处理后的图像数据进行遮挡区域检测和掩膜构建,生成目标检测框; 根据生成的目标检测框,利用改进型U-Net网络并结合空间通道融合策略输出富营养化区域掩膜; 基于输出掩膜进行诊断结果可视化展示; 所述对预处理后的图像数据进行遮挡区域检测和掩膜构建,包括利用改进CSPDarknet架构的YOLOv8模型,在P3、P4、P5三个尺度分别提取浅层、中层、深层特征图,并引入边缘引导注意力机制在浅层特征图中构建像素级边缘注意图,通过特定路径增强边缘区域响应,引导模型感知边界语义,从提升对目标外轮廓的检测精度,其中,利用图像梯度构造边缘响应图,采用Sobel算子分别对通道融合后的灰度图取横纵梯度,将边缘图输入轻量神经网络生成边缘注意图,再将注意图扩展至原特征维度,并与原浅层特征图融合: , 其中,表示输入图像经过CSPDarknet主干结构在P3尺度所提取出的浅层特征图,为注意图扩展至原特征维度图,用于增强边缘区域,抑制背景区域;得到增强后的浅层特征图用于检测头输入; 所述对预处理后的图像数据进行遮挡区域检测和掩膜构建,还包括针对YOLO检测头仅支持类别与位置输出,对于语义模糊、赤潮程度变化大的目标无法建模其严重程度,设计三尺度检测头并拓展出风险等级预测分支,用于输出每个检测框对应的赤潮程度等级,其中,检测头输出包括输入特征图为,,,每个尺度通过3×3卷积输出K个anchor特征,每个anchor预测信息为:,其中,b为目标框,共4个数,中心坐标和宽高;s表示置信度;l表示等级预测采用one-hot三分类;并基于目标框特征区域的全局池化信息进行等级预测:,其中,GAP表示全局平均池化;为分类权重矩阵;为类别偏置项; 所述利用改进型U-Net网络并结合空间通道融合策略输出富营养化区域掩膜,包括引入区域裁剪机制,对前一模块输出的检测框集合中提取每个富营养化候选区域,将其裁剪、对齐、缩放为统一格式的分割输入张量,确保U-Net位置和形状影响,增强模型稳定性,其中,取候选目标集合L中的检测框,其中,为检测框中心点在图像中的位置;为宽度与高度;将原图中以该框为中心裁剪区域,形成候选图像片,其中,为加边界余量后的尺寸;再执行图像缩放与归一化,输出归一化张量维度为,作为U-Net网络输入; 所述利用改进型U-Net网络并结合空间通道融合策略输出富营养化区域掩膜,还包括构建五层对称结构的MSA-U-Net网络,其中编码器采用SE-ResBlock结构引入通道注意,解码器插入空间注意,每层后融合多尺度感受野;通过5层卷积和池化提取特征的编码路径;通过反卷积和跳跃连接还原分辨率的解码路径,每一层融合通道注意力与空间注意力机制,用于强调关键区域与特征;每一处注意力机制接收的输入特征均来源于该层的编解码结果;其中,使用squeeze-and-excitation机制生成通道注意权重,即先对的每个通道做全局平均池化,得到通道统计向量,表示为: ; 其中,表示该层输入特征图的总通道数,参数表示具体的通道索引标号,其取值范围为; 所述利用改进型U-Net网络并结合空间通道融合策略输出富营养化区域掩膜,还包括基于掩膜图像的浓度反演机制,构建回归网络输出浓度图,其中,使用最后一层解码输出掩膜张量:,其中,为解码器输出特征;表示每个像素为赤潮区域的概率;将编码器最后一层特征输入全连接层,抽取浓度特征,回归像素级浓度图:,其中,为全连接矩阵;经Flatten后为32768×1;为偏置项;输出为每像素对应浓度值。

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山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心),其通讯地址为:264006 山东省烟台市经济开发区长江路216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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。