恭喜华东师范大学杨超华获国家专利权
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!
龙图腾网恭喜华东师范大学申请的专利一种基于语义分割与超像素分割融合的农田作物识别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:CN114067219B 。
龙图腾网通过国家知识产权局官网在2025-04-04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:202111330273.9,技术领域涉及:G06V20/13;该发明授权一种基于语义分割与超像素分割融合的农田作物识别方法是由杨超华;胡星波设计研发完成,并于2021-11-11向国家知识产权局提交的专利申请。
本一种基于语义分割与超像素分割融合的农田作物识别方法在说明书摘要公布了:本发明公开了一种基于语义分割与超像素分割融合的农田作物识别方法,属于图像处理与应用技术领域。本发明目的是解决现有针对复杂农田场景图像进行农作物种类识别的算法识别准确率不高、不能够提供像素级别的农作物分类、地块边缘分割不准确等问题。本发明提出了引入纹理特征增强与多层注意力融合的语义分割模型对农田图像中的主要农作物进行语义分割,并使用ThresholdVoting算法融合超像素分割与语义分割,得到农田图像作物种类识别结果的方法。利用本发明提出的基于语义分割与超像素分割融合的农田作物识别方法可以实现对RGB农田图像进行高效、准确的农作物种类识别。
本发明授权一种基于语义分割与超像素分割融合的农田作物识别方法在权利要求书中公布了:1.一种基于语义分割与超像素分割融合的农田作物识别方法,其特征在于,该方法包括以下具体步骤:步骤一、图像预处理:对iCrop农田图像数据集进行筛选,使用图像标注工具对筛选过后的农田图像中需要识别的农作物种类进行标注,并将数据集划分为训练集、验证集和测试集;步骤二、语义分割模型训练:利用步骤一标注好的训练集和验证集训练语义分割模型,使用准确率Precision、召回率Recall、平均交并比mIoU、系数F1-score和系数Kappa数个评估指标作为依据,选择最优的语义分割模型参数;语义分割模型使用DeepLabV3+作为基础框架,模型包括编码器与解码器;当把一张农田图像输入到语义分割模型后,先使用编码器对图像进行特征提取,编码器包括:(1)骨干网络AlignedXception:骨干网络对输入图像进行多层卷积和下采样,得到若干层尺寸不同的图像特征;(2)纹理特征增强:纹理特征增强用于提取输入图像的纹理特征,并与骨干网络提取的图像特征相融合,得到纹理特征增强后的特征图;(3)多层注意力融合:利用骨干网络提取到的不同尺寸的特征图,提取农田图像的多层注意力特征;(4)空洞空间卷积池化金字塔ASPP:利用不同采样率的空洞空间卷积,提取输入图像的上下文信息;编码器提取完图像特征之后,解码器会对编码器提取到的图像特征进行两次上采样解码,得到语义粗分割结果;步骤三、语义分割:使用步骤二训练好的语义分割模型对步骤一得到的测试集进行语义分割,得到语义粗分割结果;步骤四、超像素分割:使用SLIC超像素分割算法对步骤一得到的测试集进行超像素分割,得到超像素分割结果;步骤五、结果融合:使用ThresholdVoting算法融合步骤三得到的语义粗分割结果与步骤四得到的超像素分割结果,最终得到农田图像语义细分割识别结果。
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华东师范大学,其通讯地址为:200241 上海市闵行区东川路500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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。