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！

龙图腾网获悉新农创云链(北京)科技有限公司申请的专利一种基于图像处理的智能植物育种监测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：CN121482665B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511333255.4，技术领域涉及：G06V20/40；该发明授权一种基于图像处理的智能植物育种监测方法是由周敏设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本一种基于图像处理的智能植物育种监测方法在说明书摘要公布了：本发明涉及育种监测技术领域，尤其涉及一种基于图像处理的智能植物育种监测方法，包括：获取目标育种监测数据以及若干历史育种数据；根据目标育种监测数据对应的生长比对值确定抽取间隔，并在预设异常条件下，基于比对差值针对抽取间隔进行减小调节以抽取若干初始抽取图像；根据初始抽取图像的比对异常度确定是否进行抽取优化，并在进行抽取优化时，根据异常偏离度确定进行特征段落图像补充或进行补充分析以获取若干补充抽取图像；在抽取图像对应的异常参考值大于预设异常参考值时，进行预警。本发明能够提高育种监测的准确程度。

本发明授权一种基于图像处理的智能植物育种监测方法在权利要求书中公布了：1.一种基于图像处理的智能植物育种监测方法，其特征在于，包括： 获取目标育种监测数据以及若干历史育种数据； 根据目标育种监测数据对应的生长比对值确定抽取间隔，并在预设异常条件下，基于比对差值针对抽取间隔进行减小调节以抽取若干初始抽取图像； 根据初始抽取图像的比对异常度确定是否进行抽取优化，并在进行抽取优化时，根据异常偏离度确定进行特征段落图像补充或进行补充分析以获取若干补充抽取图像； 补充分析中，根据关联参数组确定选择参数，并根据由各选择参数的数值比对度所确定的特征监测值确定特征点，并根据特征点变化均值以及特征长度均值确定异常状态，并根据异常状态确定进行失稳点补充抽取或异常段落均匀抽取； 在抽取图像对应的异常参考值大于预设异常参考值时，进行预警； 所述特征长度均值为各标记标签为异常的历史监测数据对应的特征长度的平均值； 生长比对值为当前监测周期的结束时刻的各监测参数对应的子比对值中的最大值；针对单个监测参数，将标记标签为合格的各历史育种数据对应的参考时刻对应的该监测参数的值的平均值记为a，在目标时刻该监测参数对应的子比对值=a-目标育种数据的目标时刻对应的该监测参数的值a； 比对差值=异常系数-预设异常系数； 异常系数=向用户发送预警的比对监测周期的数量比对监测周期的总量； 单个选择参数对应的数值比对度=|各标记标签为合格的历史监测数据对应的参考时间点的该选择参数的值的平均值-该标记标签为异常的历史监测数据对应的参考时间点的该选择参数的值|各标记标签为合格的历史监测数据对应的参考时间点的该选择参数的值的平均值； 比对异常度为各初始抽取图像对应的比对参考值的平均值，单个初始抽取图像对应的比对参考值为该初始抽取图像对应的采集时刻的各监测参数对应的子比对值中的最大值； 异常偏离度为抽取的各初始抽取图像对应的比对参考值的标准差； 异常参考值=|波动参考值-预设波动参考值|，波动参考值为各抽取图像对应的异常比对值的标准差；单个抽取图像对应的异常比对值为在该抽取图像对应的采集时刻各选择参数对应的子比对值的平均值； 将波动异常度大于预设波动异常度的划分段落记为特征段落； 失稳点为特征点频次大于预设特征点频次的时间点； 检测各起始特征点对应的目标育种监测数据中的时间点，并记为匹配时间点，单个起始特征点对应的目标育种监测数据中的时间点为目标育种监测数据中与该起始特征点位于同一次序的时间点，各起始特征点均对应有一匹配时间点，将能够包含各匹配时间点的最小时间段落记为异常段落； 根据特征监测参数的关联系数确定关联参数组，其中，针对各特征监测参数进行关联分析，针对单个特征监测参数进行关联分析时，将与目标特征监测参数的关联系数大于预设关联系数的参考特征监测参数以及目标特征监测参数记为一关联参数组； 并针对各关联参数组进行参数选取，针对单个关联参数组进行参数选取时，选取该关联参数组中参数比对值最大的特征监测参数作为选择参数； 所述特征监测参数为参数比对值大于预设参数比对值的监测参数； 单个监测参数对应的参数比对值=标记标签为合格的各历史育种数据中该监测参数对应的监测均值的平均值-标记标签为异常的各历史育种数据中该监测参数对应的监测均值的平均值； 单个标记标签为异常的历史育种数据中的单个时间点对应的特征监测值为各选择参数对应的数值比对度中的最大值；各标记标签为异常的历史育种数据均对应有若干特征点，单个标记标签为异常的历史育种数据对应的特征点为特征监测值大于预设特征监测值的时间点； 特征点变化均值为各标记标签为异常的历史监测数据对应的子变化值的平均值，单个标记标签为异常的历史监测数据对应的子变化值=|该标记标签为异常的历史监测数据中各特征点对应的特征监测值的平均值-该标记标签为异常的历史监测数据中各时间点对应的特征监测值的平均值|； 抽取间隔为大于或等于w1的最小整数，w1=各参考历史记录对应的生长比对值的平均值生长比对值×参考间隔，参考间隔为各参考历史记录中根据生长比对值所确定的抽取间隔的平均值； 抽取间隔的减小值为大于或等于w2的最小整数，w2=比对差值预设异常系数×根据生长比对值所确定的抽取间隔×比值系数，比值系数为0.5； 若异常偏离度大于或等于预设异常偏离度，则进行特征段落图像补充； 特征段落图像补充中，基于各抽取点针对目标育种监测数据对应的监测周期进行划分可得到若干划分段落，将波动异常度大于预设波动异常度的划分段落记为特征段落，并基于波动异常度与预设波动异常度的异常度差值确定各特征段落对应的补充抽取图像数量； 若异常偏离度小于预设异常偏离度，则进行补充分析； 单个划分段落对应的波动异常度=该划分段落对应的两初始抽取图像对应的比对参考值的差值的绝对值该划分段落对应的两初始抽取图像对应的比对参考值中的较大值； 单个特征段落对应的异常度差值=该特征段落对应的波动异常度-预设波动异常度； 单个特征段落对应的补充抽取图像数量为大于或等于g的最小整数，g=该特征段落对应的异常度差值预设波动异常度×该特征段落中图像的总量×比值系数，比值系数为0.5； 若异常状态为特征点变化均值大于或等于预设特征点变化均值或特征长度均值大于或等于预设特征长度均值，则进行失稳点补充抽取； 失稳点补充抽取中，根据特征点频次确定目标育种监测数据对应的失稳点，并在各失稳点处抽取图像； 若异常状态为特征点变化均值小于预设特征点变化均值且特征长度均值小于预设特征长度均值，则进行异常段落均匀抽取； 异常段落对应的抽取间隔为大于或等于w3的最小整数，w3=异常段落中图像的数量数量均值×间隔均值； 数量均值为各进行异常段落均匀抽取且能够满足用户需求的历史记录对应的异常段落中图像的数量的平均值； 间隔均值为各进行异常段落均匀抽取且能够满足用户需求的历史记录对应的抽取间隔的平均值； 目标时间点对应的特征点频次=各标记标签为异常的历史育种数据对应的参考时间点中特征点的数量标记标签为异常的历史育种数据对应的参考时间点的数量。

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新农创云链(北京)科技有限公司，其通讯地址为：101100 北京市通州区潞城镇武兴路7号B0737室；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。