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！

龙图腾网获悉河南省农业科学院农业信息技术研究所申请的专利一种基于深度图像的作物长势评估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：CN119672705B 。

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：202411732585.6，技术领域涉及：G06V20/68；该发明授权一种基于深度图像的作物长势评估方法是由秦一浪;李国强;张杰;王猛;赵晴;陈丹丹;杨张青;韩少宇设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于深度图像的作物长势评估方法在说明书摘要公布了：本发明公开了一种基于深度图像的作物长势评估方法，属于农作物技术领域。一种基于深度图像的作物长势评估方法，包括以下步骤：S1长势分类模型训练：广泛获取处于不同生育期的大田玉米在垂直方向的RGB图，确保涵盖多种生长环境和条件下的样本；由专业人员对RGB图上的玉米叶片位置和区域进行精确且全面的标注，标注应包括叶片的轮廓、大小和位置等详细信息；利用标注后的大量数据，采用先进的机器学习算法训练目标识别模型，使其能够准确且高效地识别玉米叶片；本发明是为了解决现有图像采集方式的适应性也较为有限，导致获取的样本不够丰富和多样化，影响后续评估模型的泛化能力的问题。

本发明授权一种基于深度图像的作物长势评估方法在权利要求书中公布了：1.一种基于深度图像的作物长势评估方法，其特征在于，包括以下步骤： S1长势分类模型训练： -获取处于不同生育期的大田玉米在垂直方向的RGB图，确保涵盖多种生长环境和条件下的样本； -由专业人员对RGB图上的玉米叶片位置和区域进行标注，标注应包括叶片的轮廓、大小和位置； -利用标注后的大量数据，采用了基于深度学习的卷积神经网络算法进行目标识别模型的训练，使其识别玉米叶片，该模型应具备对不同光照、角度和复杂背景下玉米叶片的识别能力； S2确定不同生育期模型参数库： -深度图像获取： -进行单目相机标定，包括但不限于确定相机的内参和外参，以准确获取图像的几何信息； -执行双目相机标定，通过对双目相机的内外参数以及两相机之间的相对位置关系进行测定； -运用立体匹配算法，对双目相机获取的图像进行匹配，获取深度信息，从而生成深度图像； -立体匹配； S3玉米叶夹角计算： -采用基于边缘检测和纹理分析的局部特征识别技术，对玉米叶片的局部特征进行识别，包括但不限于叶片的纹理、形状和边缘； -确定匹配参数，以确保在对照RGB图和深度图时的准确性和可靠性； -严格对照RGB图和深度图，以获取叶片信息； -运行S1部分训练好的目标识别模型，全面得到大田玉米的所有叶片区域，并在深度图上循环裁剪这些区域； -针对每个裁剪的单个区域，计算其深度的最大和最小值，结合深度相机的详细参数，包括基线距离、焦距，得到单个叶片的最高位置、最低位置以及两者之间的距离，然后根据垂直三角形的三角关系，计算叶夹角。

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河南省农业科学院农业信息技术研究所，其通讯地址为：450000 河南省郑州市金水区花园路116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。