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！

龙图腾网获悉中国科学院重庆绿色智能技术研究院申请的专利一种融合水下视频的多尺度协同的藻华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：CN119495019B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411556520.0，技术领域涉及：G06V20/05；该发明授权一种融合水下视频的多尺度协同的藻华评估方法是由袁月;张学睿;尚明生;姚远;张帆设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种融合水下视频的多尺度协同的藻华评估方法在说明书摘要公布了：本发明涉及一种融合水下视频的多尺度协同的藻华评估方法，属于图像识别领域。该方法包含以下步骤，S1：水下、水面、高空图像的采集；S2：水质数据和气象数据的采集；S3：在时间和空间上对数据进行对齐；S4：利用图像分割技术对图像进行二值掩码分割；S5：将图像的二值掩码向量化后与水质数据和气象数据进行concat拼接作为输入；S6：利用改进的Transformer模型预测；S7：利用加权求和法对图像的二值掩码进行融合，得到监测区域的藻华区域二值掩码和融合藻华覆盖比例。本发明方法能够实现多个时刻的监测区域的藻华区域二值掩码和融合藻华覆盖比例的计算和预测，有利于对藻华现象进行动态的准确的评估。

本发明授权一种融合水下视频的多尺度协同的藻华评估方法在权利要求书中公布了：1.一种融合水下视频的多尺度协同的藻华评估方法，其特征在于，包括如下步骤： S1：按照采样时间对监测区域进行水下图像、水面图像、高空图像的拍摄，得到图像集合； S2：按照采样时间对监测区域的水质数据和气象数据进行采集； S3：在时间和空间上对监测区域的图像集合、水质数据和气象数据进行对齐； S4：利用图像分割技术对对齐的图像集合逐一进行藻华区域的二值掩码分割，得到每张图像的二值掩码； S5：将每张图像的二值掩码向量化后与水质数据和气象数据进行concat拼接，作为对应时刻的Transformer模型的输入； S6：利用Transformer模型预测下一时刻的每张图像的二值掩码； S7：利用加权求和法对每张图像的二值掩码进行融合，得到对应时刻的监测区域的藻华区域二值掩码和融合藻华覆盖比例； 步骤S1所述的水下图像由水下红外摄像头拍摄的平行于水面的高清图像，所述的水面图像由固定高分辨率摄像头或无人机上安装的雷达拍摄；所述的高空图像为卫星光学遥感图像； 步骤S2所述的水质数据为温度传感器、溶解氧传感器、pH传感器以及氮、磷浓度传感器测量的数据，包含：水温℃、pH无量纲、溶解氧mgL、电导率μScm、浊度NTU、高锰酸盐指数mgL、氨氮mgL、总磷mgL、总氮mgL、叶绿素augL；所述的气象数据包含：气温℃、降水mm、风速ms、相对湿度％、气压Pa； 所述的步骤S3具体为： S301：利用时间戳筛从图像集合、水质数据和气象数据中选出对应时刻T监测区域的所有图像和数据，作为待分析图像和待分析数据； S302：使用地理坐标系统将待分析图像和待分析数据映射到统一的坐标系上，并使用双线性插值或最近邻插值方法将待分析图像调整到相同的分辨率； 所述的步骤S4具体为： S401：建立MobileNet或EfficientNet模型； S402：逐一输入为待分析图像，提取感兴趣区域，输出为藻华的二值掩码，其中1表示藻华区域，0表示背景； S403：计算藻华区域占整个待分析图像的比例，即为对应的藻华覆盖比例； 步骤S5所述的Transformer模型为输出层为softmax层的Transformer网络和与之串联一个二值掩码分割函数构成，输出值为0或者1；其中，二值掩码分割函数其中，w为待训练权重系数，x为softmax层的输出； 所述的步骤S7具体为： S701：采用加权求和法对t时刻每张图像的二值掩码进行融合，得到t时刻的监测区域的藻华区域二值掩码其中，ωi为第i张图像的二值掩码Xit对应的权重； S702：统计t时刻的监测区域的藻华区域二值掩码Xt中值为1的像素点个数，融合藻华覆盖比例为值为1的像素点个数占总像素点的数量的比例。

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中国科学院重庆绿色智能技术研究院，其通讯地址为：400714 重庆市北碚区水土街道方正大道266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”。