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！

龙图腾网获悉湖北工业大学申请的专利向日葵覆盖度获取方法、系统、装置及介质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：CN116778325B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310727358.3，技术领域涉及：G06V20/10；该发明授权向日葵覆盖度获取方法、系统、装置及介质是由李婕;高澄;刘钊;李青清;秦涛;陈纪文;李焕文;杨子豪;张新月设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本向日葵覆盖度获取方法、系统、装置及介质在说明书摘要公布了：本发明涉及一种向日葵覆盖度获取方法、系统、装置及介质，该方法包括：采集若干向日葵影像数据，并对其进行预处理，以生成用于模型训练的数据集；基于所述数据集进行训练得到目标网络模型，其中，所述目标网络模型包括用于融合颜色特征的颜色融合模块以及用于对向日葵花盘的边缘进行分割的边缘增强模块；在获取到待识别向日葵图片后，利用所述颜色融合模块对所述待识别向日葵图片进行颜色特征融合处理得到融合特征，并利用所述边缘增强模块对所述融合特征的空间关系进行计算，得到输出结果；基于所述输出结果确定所述待识别向日葵图片所对应的向日葵覆盖度。本发明能够实现精确地获取向日葵的覆盖度。

本发明授权向日葵覆盖度获取方法、系统、装置及介质在权利要求书中公布了：1.一种向日葵覆盖度获取方法，其特征在于，所述向日葵覆盖度获取方法包括： 采集若干向日葵影像数据，并对其进行预处理，以生成用于模型训练的数据集； 基于所述数据集进行训练得到目标网络模型，其中，所述目标网络模型包括用于融合颜色特征的颜色融合模块以及用于对向日葵花盘的边缘进行分割的边缘增强模块； 在获取到待识别向日葵图片后，利用所述颜色融合模块对所述待识别向日葵图片进行颜色特征融合处理得到融合特征，并利用所述边缘增强模块对所述融合特征的空间关系进行计算，得到输出结果； 基于所述输出结果确定所述待识别向日葵图片所对应的向日葵覆盖度； 所述的利用所述颜色融合模块对所述待识别向日葵图片进行颜色特征融合处理得到融合特征，包括： 获取所述待识别向日葵图片对应的RGB图片特征以及由所述RGB图片特征计算得到的植被指数图片特征； 将所述RGB图片特征以及植被指数图片特征进行融合处理得到融合特征； 所述的利用所述边缘增强模块对所述融合特征的空间关系进行计算，得到输出结果，具体包括： 设定X表示输入特征；将输入特征X分别经过全局最大池化Fgmp和全局平均池化Fgap得到两个特征A和B，将两个特征A和B进行逐像素相加，得到初步的融合特征C，并将特征C经过卷积得到特征D，将特征D经过激活函数激活，为每一个像素赋予权重值，最后将权重值与初始特征相乘，得到输出特征E，其计算公式为： E=X*convFgapX+FgmpX； 所述的将所述RGB图片特征以及植被指数图片特征进行融合处理得到融合特征，具体包括： 将所述RGB图片特征经卷积后得到特征A1，所述植被指数图片特征经卷积后得到特征B1，将特征A1与特征B1进行第一次融合处理得到融合特征C1；特征C1经过下采样操作得到特征D1，将特征D1卷积后得到特征A2，并将特征B1经过下采样后得到特征E1，将特征E1卷积后得到特征B2，将特征A2与特征B2进行第二次融合处理得到融合特征C2；依此，在经过至少两次融合处理后得到多个融合特征，将最终获得的融合特征C4通过下采样和卷积后得到融合特征C5； 所述的利用所述边缘增强模块对所述融合特征的空间关系进行计算，得到输出结果，具体包括： 利用所述边缘增强模块对融合特征C5进行空间关系计算后得到特征F1，将特征F1与特征C4进行通道叠加操作后得到特征G1，将特征G1卷积后得到特征C6；利用所述边缘增强模块对特征C6进行空间关系计算后得到特征F2，将特征F2与特征C3进行通道叠加操作后得到特征G2，将特征G2卷积后得到特征C7；依此，在经过至少连续两次所述边缘增强模块的操作后，得到特征C9，并将特征C9卷积后得到最终的输出结果。

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湖北工业大学，其通讯地址为：430070 湖北省武汉市洪山区南李路28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。