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！

龙图腾网恭喜科芯(天津)生态农业科技有限公司申请的专利基于神经网络模型的种子毡物种分类分析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：CN119339248B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411886568.8，技术领域涉及：G06V20/10；该发明授权基于神经网络模型的种子毡物种分类分析方法及系统是由胡建龙设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于神经网络模型的种子毡物种分类分析方法及系统在说明书摘要公布了：本发明提供一种基于神经网络模型的种子毡物种分类分析方法及系统，涉及农业管理技术领域，包括获取种子毡样本的高清数字图像，提取种子毡中的单个种子区域，通过轮廓提取和形态学滤波获得种子的二值掩模图像，构建种子图像数据集；构建多尺度金字塔池化卷积神经网络，基于所述种子图像数据集，通过渐进式的特征图谱上采样和跨层特征融合，提取种子形态特征；将所述种子形态特征输入门控循环单元长短时记忆网络，建立种子形态特征序列与物种类别的映射关系；融合所述多尺度金字塔池化卷积神经网络和门控循环单元长短时记忆网络，构建多个独立的物种分类器，构建分类决策模型，将待分类的种子毡，输入所述分类决策模型，确定种子毡物种。

本发明授权基于神经网络模型的种子毡物种分类分析方法及系统在权利要求书中公布了：1.基于神经网络模型的种子毡物种分类分析方法，其特征在于，包括：获取种子毡样本的高清数字图像，采用自适应阈值分割算法对图像进行预处理，提取种子毡中的单个种子区域，通过轮廓提取和形态学滤波获得种子的二值掩模图像，构建种子图像数据集；基于预训练的深度卷积神经网络，引入金字塔池化结构，构建多尺度金字塔池化卷积神经网络，基于所述种子图像数据集，通过渐进式的特征图谱上采样和跨层特征融合，在空间尺度上还原高维特征图谱，集成不同抽象层次的特征，提取种子形态特征；将所述种子形态特征输入门控循环单元长短时记忆网络，通过门控机制动态调整记忆单元的状态，确定种子形态特征在时间维度上的依赖关系，建立种子形态特征序列与物种类别的映射关系；融合所述多尺度金字塔池化卷积神经网络和门控循环单元长短时记忆网络，基于种子形态特征序列与物种类别的映射关系，构建多个独立的物种分类器，基于自适应权重的集成学习策略，通过非线性映射函数动态调整各物种分类器的权重系数，构建分类决策模型，将待分类的种子毡，输入所述分类决策模型，确定种子毡物种；获取种子毡样本的高清数字图像，采用自适应阈值分割算法对图像进行预处理，提取种子毡中的单个种子区域，通过轮廓提取和形态学滤波获得种子的二值掩模图像，根据种子的外观形态特征构建种子图像数据集包括：获取种子毡样本的高清数字图像，对所述高清数字图像进行预处理，所述预处理包括局部对比度增强和自适应阈值分割，其中所述局部对比度增强基于自适应直方图均衡化算法，将所述高清数字图像划分为多个子区域，对每个子区域分别进行直方图均衡化，计算局部区域对比度，自适应改变像素值，调整种子与背景之间的对比度差值，所述自适应阈值分割根据所述高清数字图像的局部均值和标准差，基于所述局部均值和标准差确定分割阈值，将所述高清数字图像二值化，将种子区域对应的像素值设置为1，背景区域对应的像素值设置为0，确定二值化图像；基于所述二值化图像进行单个种子提取，以所述种子区域的几何中心为种子点，基于像素值的相似性和空间邻接关系，采用区域生长方法，经过迭代，将相邻像素点合并到种子区域中，得到初步分割单个种子区域，确定初始轮廓，基于水平集方法，通过最小化能量泛函，结合预先确定的种子圆形度约束和种子紧凑度约束，调整初始轮廓对应的边界，提取单个种子目标区域；对所述单个种子目标区域进行轮廓提取和形态学滤波，基于梯度Canny算子，对所述单个种子目标区域进行边缘检测，获得种子轮廓信息，对所述种子轮廓信息进行开闭运算，确定平滑种子边界，确定种子对应的二值掩模图像，基于所述二值掩模图像对种子样本进行标注，构建种子图像数据集；将所述种子形态特征输入门控循环单元长短时记忆网络，通过门控机制动态调整记忆单元的状态，确定种子形态特征在时间维度上的依赖关系，建立种子形态特征序列与物种类别的映射关系包括：基于种子形态特征，按照预设的多种尺度，设置多尺度窗口，以多尺度窗口和对应的步长在所述种子形态特征上滑动，每个滑动窗口内的连续特征向量构成一个所述种子形态特征序列，构建多个尺度的种子形态特征序列；基于每个尺度下的所述种子形态特征序列，结合多头自注意力模块，将所述种子形态特征序列通过线性变换映射到查询矩阵、键矩阵和值矩阵，并计算对应的注意力权重，通过加权求和，确定自注意力增强种子形态特征序列；将每个尺度下的所述自注意力增强种子形态特征序列分别输入到对应的门控循环单元长短时记忆网络中，通过更新门、重置门和记忆单元，动态调整隐藏状态，捕捉不同尺度下在时间维度上对应的长距离依赖关系；在每个尺度的所述门控循环单元长短时记忆网络的隐藏状态序列上，结合预先构建的时间注意力模块，通过聚合来自不同时间步的隐藏状态，得到对应尺度下的时间注意力编码表示；将每个尺度下的所述时间注意力编码表示通过全连接层映射到共享特征空间，进行特征维度的对齐，得到对齐编码表示，通过预先构建的尺度注意力模块，学习不同尺度表示的重要性权重，通过加权融合，得到最终多尺度种子形态特征序列编码；将所述最终多尺度种子形态特征序列编码输入预先构建的分类器，通过全连接层和softmax函数，计算物种类别的概率分布，结合交叉熵损失函数和反向传播算法对所述门控循环单元长短时记忆网络进行端到端的训练，建立种子形态特征序列与物种类别的映射关系。

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科芯(天津)生态农业科技有限公司，其通讯地址为：300345 天津市滨海新区滨海-中关村科技园融汇商务园四区3号楼1门；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”。