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！

龙图腾网获悉武汉理工大学申请的专利基于图像超分辨率重建网络的农作物害虫检测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：CN116030027B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310077864.2，技术领域涉及：G06T7/00；该发明授权基于图像超分辨率重建网络的农作物害虫检测方法及系统是由饶文碧;梁伟基;叶尹;熊盛武设计研发完成，并于2023-01-16向国家知识产权局提交的专利申请。

本基于图像超分辨率重建网络的农作物害虫检测方法及系统在说明书摘要公布了：本发明公开了一种基于图像超分辨率重建网络的农作物害虫检测方法及系统，将农作物害虫图像输入至图像超分辨率重建网络进行超分辨率重建，得到高分辨率图像；接着将重建后的高分辨率图像输入到目标检测网络中，对害虫进行检测。其中图像超分辨率重建网络由生成器网络与判别器网络组成；生成器网络则由头部、躯干和重建部分组成；输入一张低分辨率图像，首先使用一个3*3的卷积作为头部进行初始特征提取，然后使用连续十个分层残差特征聚合块构成躯干，进行深层特征提取，最后使用一个亚像素卷积和一个3*3的卷积作为重建部分，对图像特征信息进行上采样和解码，最终得到生成的高分辨率图像；发明可以有效提高对农作物害虫图像的检测效果。

本发明授权基于图像超分辨率重建网络的农作物害虫检测方法及系统在权利要求书中公布了：1.一种基于图像超分辨率重建网络的农作物害虫检测方法，其特征在于，包括以下步骤： 步骤1：获取农作物害虫图像； 步骤2：将农作物害虫图像输入图像超分辨率重建网络，对农作物害虫图像进行超分辨率重建，得到高分辨率图像； 所述图像超分辨率重建网络由生成器网络与判别器网络组成；其中判别器由VGG19构成，而生成器网络则由三部分组成：头部、躯干和重建部分；输入一张农作物害虫图像，首先使用一个3*3的卷积作为头部进行初始特征提取，然后使用连续十个分层残差特征聚合块构成躯干，进行深层特征提取，最后使用一个亚像素卷积和一个3*3的卷积作为重建部分，对图像特征信息进行上采样和解码，最终得到高分辨率的农作物害虫图像； 所述分层残差特征聚合块，包括第一卷积块、第二卷积块、第三卷积块、第四卷积块、第五卷积块、第六卷积块、第七卷积块、第一1*1卷积融合块、第二1*1卷积融合块、第三1*1卷积融合块、第四1*1卷积融合块、第五1*1卷积融合块、第六1*1卷积融合块、第一残差相加操作块、第二残差相加操作块和第三残差相加操作块； 所述第一卷积块、第二卷积块、第三卷积块、第四卷积块、第五卷积块、第六卷积块、第七卷积块均由顺序连接的3*3卷积层、LReLU激活层、3*3卷积层和混合注意块组成； 所述混合注意块包括并行设置的空间注意力块、通道注意力块和自注意力块；空间注意力块、通道注意力块与自注意力块的输出和原始输入经过矩阵相加操作层后输出； 所述农作物害虫图像特征信息在输入分层残差特征聚合块时，依次经过所述第一卷积块、第二卷积块、第三卷积块、第四卷积块、第五卷积块和第六卷积块；所述农作物害虫图像特征信息与所述第一卷积块输出经过所述第一1*1卷积融合块融合；所述第二卷积块输出与所述第一1*1卷积融合块输出经过所述第二1*1卷积融合块融合；所述第三卷积块输出与所述第二1*1卷积融合块输出经过所述第三1*1卷积融合块融合；所述第四卷积块输出与所述第三1*1卷积融合块输出经过所述第四1*1卷积融合块融合；所述第五卷积块输出与所述第四1*1卷积融合块输出经过所述第五1*1卷积融合块融合；所述第六卷积块输出与所述第五1*1卷积融合块输出经过所述第六1*1卷积融合块融合；所述第一卷积块和第二卷积块的输出经过所述第一残差相加操作块后输入所述第三卷积块，所述第四卷积块和第五卷积块的输出经过所述第二残差相加操作块后输入所述第六卷积块；所述第六1*1卷积融合块输出通过所述第七卷积块的输出，与农作物害虫图像特征信息经过所述第三残差相加操作块后输出； 步骤3：将重建后的高分辨率图像输入到目标检测网络中，对害虫进行检测。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。