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！

龙图腾网获悉山东爱福地生物股份有限公司申请的专利基于图像处理的密植农田长势评估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：CN120411785B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510571104.6，技术领域涉及：G06V20/10；该发明授权基于图像处理的密植农田长势评估方法及系统是由乔晓琳;魏祥圣;王志远;李鹏设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本基于图像处理的密植农田长势评估方法及系统在说明书摘要公布了：本发明公开了基于图像处理的密植农田长势评估方法及系统，涉及农业信息领域，包括以下步骤：S1、多源数据采集与预处理；S2、改进图像分割、提取作物特征；S3、多维度长势评估。本发明通过多源数据采集覆盖田块级与植株级、全生育期，利用生成对抗网络修复遮挡植株图像，恢复完整形态信息，解决密植场景下的分割难题，提高密植作物图像分析的准确性，借助特征点匹配实现多模态数据精准配准，图神经网络优化图像分割，有效区分重叠叶片和茎秆，多模态特征深度融合并动态选择融合策略，提升特征可区分性，构建动态自适应评估模型，提高泛化能力与评估精度，实时识别异常并干预，提升作物抗风险能力与产量预测准确性。

本发明授权基于图像处理的密植农田长势评估方法及系统在权利要求书中公布了：1.基于图像处理的密植农田长势评估方法，其特征在于，包括以下步骤： S1、多源数据采集与预处理：使用多设备采集可见光、近红外、热红外和3D点云数据，并结合气象数据构建时空数据集，修复被遮挡的植株图像，通过特征点匹配对齐不同的传感器数据； S2、改进图像分割、提取作物特征：通过图神经网络，利用植株间的空间关联关系，区分重叠叶片和茎秆，进行密植作物图像分割，提取密植作物的特征； 在步骤S2中，改进图像分割、提取作物特征包括以下步骤： S21、优化图像分割：将密植作物图像中的每个像素或超像素看作图中的节点，通过消息传递机制来更新节点的特征，根据这些信息更新自身的特征，进行图像分割； S22、图像特征提取：对密植作物图像中的光谱特征、纹理特征和形态特征进行提取，使用深度学习模型的自注意力机制捕捉不同模态特征之间的长距离依赖关系，实现多模态特征的深度融合，对提取的特征进行优化； S3、多维度长势评估：根据历史监测数据和作物生长规律，使用人工神经网络算法构建评估模型，评估作物的群体生长状况和个体生长情况； 在步骤S1中，多源数据采集与预处理包括以下步骤： S11、多维度数据采集：部署无人机、地面移动平台、固定监测站，获取农田的可见光、近红外、热红外及3D点云数据，覆盖不同的田块级和植株级，定期采集，构建时空数据集； S12、修复遮挡植株图像：采集高密度种植场景下的密植作物图像，标注完整植株的叶片、茎秆轮廓，构建“残缺图像－完整标签”配对数据集，对图像进行增强，使用生成对抗网络修复被遮挡的植株叶片和茎秆，恢复完整形态信息； S13、多模态数据配准：在不同尺度空间上对图像关键点进行检测，计算每个关键点的特征描述子，进行特征匹配，对齐不同传感器数据，进行多模态数据的配准； 在步骤S3中，多维度长势评估包括以下步骤： S31、结合历史多源数据，基于人工神经网络算法构建农田长势的评估模型，预测农田产量； S32、根据密植作物图像的地理坐标信息，将长势评估结果进行空间可视化展示，分析农田中不同区域的长势差异； S33、生长异常情况干预：对同一农田在不同时间点采集的密植作物图像进行分析，构建农田长势的时间序列数据，观察作物生长指标随时间的变化趋势，判断作物生长过程中的异常情况； 在步骤S31中，基于人工神经网络算法构建农田长势的评估模型的过程中，针对不同作物品种和生长阶段，自动调整评估模型的结构和参数。

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山东爱福地生物股份有限公司，其通讯地址为：272063 山东省济宁市任城区喻屯镇经济园区；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。