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！

龙图腾网获悉成都市新都绿控农业服务有限公司申请的专利一种毫米级作物图像深度学习分析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：CN120689756B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510868954.2，技术领域涉及：G06V20/10；该发明授权一种毫米级作物图像深度学习分析方法及系统是由巫元庆;赖世洋;黄萍设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本一种毫米级作物图像深度学习分析方法及系统在说明书摘要公布了：本发明公开了一种毫米级作物图像深度学习分析方法及系统，属于作物图像处理技术领域，其具体包括：利用搭载毫米级分辨率相机的无人机采集目标农田的作物图像数据、数字表面模型及GNSS定位数据，经几何与辐射校正后生成标准化正射图像；基于标准化正射图像计算植被健康指数和纹理特征，进行筛选后标记虫害候选区域；对虫害候选区域进行形态学开或闭运算，生成初步虫害区域矢量边界，并结合预训练深度学习模型输出的虫害区域，确定最终虫害边界；在最终虫害边界内，综合面积、密度及受害程度指数，将虫害等级划分为轻、中、重三级并输出统计报告；本方法实现了虫害的高精度定位与分级。

本发明授权一种毫米级作物图像深度学习分析方法及系统在权利要求书中公布了：1.一种毫米级作物图像深度学习分析方法，其特征在于，包括： S1：使用无人机获取目标农田进行数据采集，同步获取作物图像数据、数字表面模型和GNSS定位数据，将采集的作物图像数据经几何校正和辐射校正后得到标准化正射图像；所述无人机搭载毫米级分辨率相机； S2：基于标准化正射图像，计算植被健康指数和纹理特征，并筛选出植被健康指数异常低或纹理特征突变的像素，标记为虫害候选区域； S3：对虫害候选区域进行开运算和闭运算，生成初步虫害区域矢量边界； S4：加载预训练好的深度学习模型，将深度学习模型输出的虫害区域与生成的初步虫害区域矢量边界进行逻辑与运算，生成最终虫害边； 所述S2的具体步骤包括： S2.1：获取标准化正射图像，从标准化正射图像中提取红光波段和近红外波段，并根据红光波段和近红外波段，计算归一化植被健康指数NDVI； 若归一化植被健康指数NDVI大于等于预设的NDVI健康阈值，则设置植被掩膜为1； 若归一化植被健康指数NDVI小于预设的NDVI健康阈值，则设置植被掩膜为0； S2.2：计算标准化正射图像的灰度共生矩阵，统计像素对在预设方向和距离下的出现频率，并根据出现频率计算纹理特征参数；所述纹理特征参数是指对比度； 若对比度变化幅度大于预设的幅度波动阈值，则标记为虫害候选像素，并设置突变像素掩膜为1； 若对比度变化幅度小于等于预设的幅度波动阈值，则标记为非虫害候选像素，并设置突变像素掩膜为0； S2.3：计算植被掩膜和突变像素掩膜的乘积，得到虫害候选区域掩膜； S2.4：将虫害候选区域掩膜输出为图像文件，得到虫害候选区域； 所述S3的具体步骤包括： S3.1：获取虫害候选区域掩膜；所述虫害候选区域掩膜为二值图像；所述二值图像中虫害候选像素标记为1，非候选像素标记为0； S3.2：根据虫害斑块最小预期尺寸，设置菱形结构元素； S3.3：基于菱形结构元素，对二值图像进行开运算和闭运算，得到开闭运算后的二值图像；所述开运算为先腐蚀后膨胀；所述闭运算为先膨胀后腐蚀； S3.4：提取开闭运算后的二值图像中所有连通区域的轮廓； S3.5：结合GNSS定位数据，将每个轮廓的像素坐标序列转换为地理坐标序列，构建闭合矢量多边形，即初步虫害区域矢量边界；所述闭合矢量多边形中每个多边形对应一个初步虫害区域。

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成都市新都绿控农业服务有限公司，其通讯地址为：610599 四川省成都市新都区新民镇高祖场北街46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。