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！

龙图腾网获悉广东海洋大学申请的专利一种水稻茎秆直径智能测量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：CN119516281B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411769288.9，技术领域涉及：G06V10/764；该发明授权一种水稻茎秆直径智能测量方法是由邓若玲;张静;王宪章;刘海涛;麦青群;林华敏;危振烨设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种水稻茎秆直径智能测量方法在说明书摘要公布了：本发明公开了一种水稻茎秆直径智能测量方法。该方法包括以下步骤：设置参照物，采用拍摄工具采集具有参照物的水稻茎秆横截面图像数据，并对具有参照物的水稻茎秆横截面图像数据进行预处理，获取图像数据集；基于YOLOv8s模型和FasterR‑CNN模型构建水稻茎秆直径智能测量模型；利用图像数据集对水稻茎秆直径智能测量模型进行训练、验证和测试，并利用测试后的水稻茎秆直径智能测量模型和待测量的图像数据集获取水稻茎秆直径的测量结果。本发明能够提升测量模型的不可靠性、泛化性能和精度，进而提升水稻茎秆直径智能测量结果的准确性，并降低获取待测量的水稻茎秆横截面图像的难度和成本，具有更强的实际操作性。

本发明授权一种水稻茎秆直径智能测量方法在权利要求书中公布了：1.一种水稻茎秆直径智能测量方法，其特征在于，包括以下步骤： S1、设置参照物，采用拍摄工具采集具有参照物的水稻茎秆横截面图像数据，并对具有参照物的水稻茎秆横截面图像数据进行预处理，获取图像数据集； S2、基于YOLOv8s模型和FasterR-CNN模型构建水稻茎秆直径智能测量模型； 水稻茎秆直径智能测量模型包括输入层、YOLOv8s模型、第一非极大值抑制层、FasterR-CNN模型、第二非极大值抑制层、加权调整层和输出层；输入层同时连接YOLOv8s模型的输入端和FasterR-CNN模型的输入端，YOLOv8s模型的输出端和FasterR-CNN模型的输出端分别连接第一非极大值抑制层的输入端和第二非极大值抑制层的输入端，第一非极大值抑制层的输出端和第二非极大值抑制层的输出端均与加权调整层的输入端连接，加权调整层的输出端与输出层连接；输出层用于获取水稻茎秆直径智能测量结果； 对YOLOv8s模型进行改进，具体为：于YOLOv8s模型的最后一层卷积层之后添加引入注意力机制的SENet模块，SENet模块用于提取水稻茎秆横截面图像数据的关键信息； 对FasterR-CNN模型进行改进，具体为：去除FasterR-CNN模型中普通堆叠的卷积层，将ResNet50模型设置为水稻茎秆横截面图像的基础特征提取主干网络，并在ResNet50模型之后设置特征金字塔结构；ResNet50模型用于提取图像数据集的特征以生成水稻茎秆横截面的特征图；特征金字塔结构用于根据水稻茎秆横截面的特征图，通过自上而下的路径和横向连接将低分辨率特征与高分辨率融合在一起，生成水稻茎秆横截面的多尺度特征图； 输出层获取水稻茎秆直径智能测量结果的数据处理过程，表示为： ； 其中：为水稻茎秆测量直径的实际值，为参照物的像素直径，为取最大值符号，为水稻茎秆横截面预测边界框的长边，为水稻茎秆横截面预测边界框的短边； S3、利用步骤S1中的图像数据集对步骤S2中的水稻茎秆直径智能测量模型进行训练、验证和测试，采集待测量的图像数据集，并利用测试后的水稻茎秆直径智能测量模型和待测量的图像数据集获取水稻茎秆直径的测量结果。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。