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！

龙图腾网获悉安徽椒之骄农业科技有限公司申请的专利一种基于机器视觉的农作物主体识别定位方法及应用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：CN121191157B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511318399.2，技术领域涉及：G06V20/68；该发明授权一种基于机器视觉的农作物主体识别定位方法及应用是由蒋光月;蒋新茜;蒋光霞设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本一种基于机器视觉的农作物主体识别定位方法及应用在说明书摘要公布了：本发明公开了一种基于机器视觉的农作物主体识别定位方法及应用，涉及识别定位的技术领域。获取目标区域的图像集，对图像集进行特征提取得到特征标签，将特征标签添加至图像集中得到目标图像集；对目标图像集中各目标图像执行语义分割得到空间点云数据，根据空间点云数据对主体进行建模得到三维目标区域；根据三维目标区域生成得到最终位姿观察矩阵，根据最终位姿观察矩阵对摄像头位置进行更新。特征提取与语义分割精准提取目标图像中西红柿信息，建模得到三维目标区域，进而生成最终位姿观察矩阵更新摄像头位置。解决了花梗细长易被遮挡及未成熟西红柿误采问题，提升了采摘点检测精度与准确性，避免除杂过程中对西红柿茎秆的误伤。

本发明授权一种基于机器视觉的农作物主体识别定位方法及应用在权利要求书中公布了：1.一种基于机器视觉的农作物主体识别定位方法，其特征在于，所述方法包括： 获取目标区域的图像集，对所述图像集进行特征提取得到特征标签，将所述特征标签添加至图像集中得到目标图像集；所述图像集中各图像包含农作物主体；所述农作物主体为西红柿植株；所述特征标签包括：西红柿植株标签和非西红柿植株标签；所述目标图像集中包含多个目标图像； 对所述目标图像集中各目标图像执行语义分割得到空间点云数据，根据所述空间点云数据对主体进行建模得到三维目标区域；所述目标图像集中包含多个目标图像； 根据所述三维目标区域生成得到最终位姿观察矩阵，根据所述最终位姿观察矩阵对摄像头位置进行更新； 对所述图像集进行特征提取得到特征标签，包括： 通过目标预设模型对所述图像集进行特征提取得到特征标签； 所述目标预设模型包含骨干网络和颈部结构；所述目标预设模型相对于YOLOv8模型的改进包括： 将所述骨干网络中第1层、第3层、第5层和第7层的Conv模块替换为目标Conv模块，将所述骨干网络中第2层、第4层和第6层和第8层的C2f模块替换为目标C2f模块； 将所述颈部结构中各C2f模块替换为目标C2f模块，将所述颈部结构中各Conv模块替换为目标Conv模块，对第12层和第13层之间添加目标Conv模块，对第4层和第14层之间添加目标Conv模块，对第6层和第11层之间添加目标Conv模块，对第9层和第10层之间添加目标Conv模块； 对所述颈部结构中第15层和第16层之间添加第一注意力模块，对所述颈部结构中第18层和第19层之间添加第二注意力模块，对所述颈部结构中第21层之后添加第三注意力模块得到目标预设模型； 所述目标Conv模块的工作原理，包括： 获取第一原始特征图，确定所述原始特征图的通道数，按照预设规则对所述原始特征图进行通道分离得到第一分支图和第二分支图； 将所述第一分支图输入至Conv模块中得到第三分支图，将所述第二分支图输入至DWConv模块得到第四分支图； 将所述第三分支图和所述第四分支图进行拼接得到中间特征图，对所述中间特征图执行通道重组操作得到最终特征图； 目标C2f模块的工作原理，包括： 获取第二原始特征图，将所述第二原始特征图输入至Conv模块中得到第一特征图，将所述第一特征图输入至PConv模块中得到第二特征图，将所述第二特征图输入至PConv模块中得到第三特征图，将所述第一特征图、所述第二特征图和所述第三特征图进行拼接得到第四特征图，将所述第四特征图输入至Conv模块中得到第五特征图。

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安徽椒之骄农业科技有限公司，其通讯地址为：231000 安徽省合肥市肥东县包公镇大张村1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。