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！

龙图腾网获悉华南师范大学;广州市花都区林业工作站申请的专利一种基于红外热图像和可见光图像的单木分割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：CN119169019B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202411591624.5，技术领域涉及：G06T7/10；该发明授权一种基于红外热图像和可见光图像的单木分割方法是由贺超;郭毅芙;卢昱全;朱宬华;张司宇;徐胜刚;丁浩斌;陈思樾;吴斯彦;吴洁林设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于红外热图像和可见光图像的单木分割方法在说明书摘要公布了：本发明属于单木分割技术领域，提供了一种基于红外热图像和可见光图像的单木分割方法，包括：图像采集、图像拼接、特征融合以及模型分割。本发明通过将可见光图像和红外热图像进行特征融合，实现了输入信息的丰富，成功替代了点云数据采集设备，降低了成本；通过基于主曲线率和分水岭算法预训练的单木分割模型，实现了对特征融合图像的准确分割，避免了传统点云数据分割数据质量较差、大范围分割精度较低的问题。

本发明授权一种基于红外热图像和可见光图像的单木分割方法在权利要求书中公布了：1.一种基于红外热图像和可见光图像的单木分割方法，其特征在于，包括： 将预收集的林场图像集装换成灰度格式，得到灰度图集； 提取所述灰度图集内每个像素点的灰度值，并将所述灰度值定义为高度，得到三维点分布集； 利用径向基函数差值方法将所述三维点分布集拟合成曲面，得到灰度曲面集； 根据所述灰度曲面集随机选择一个灰度曲面图像； 根据所述灰度曲面图像构建一个Hessian矩阵； 根据所述Hessian矩阵计算所述灰度曲面图像内每个像素点的最大主曲率和最小主曲率； 根据预设的边缘点判定公式对所述最大主曲率和所述最小主曲率进行筛选，得到原始边缘点集；所述边缘点判定公式为：EP为所述原始边缘点集；k1为所述最大主曲率；k2为所述最小主曲率；σ1为自适应的第一阈值；σ2为自适应的第二阈值； 利用语塞的降噪公式对所述原始边缘点集进行降噪，得到主边缘点集；所述降噪公式为：EP′为所述主边缘点集；pi为所述原始边缘点集内第i个原始边缘点最近8个像素点内所述原始边缘点的个数；li为所述原始边缘点集内第i个原始边缘点所在边缘点构成的曲线的长度；Si为所述原始边缘点集内第i个原始边缘点所在边缘点构成的区域的面积；η为自适应长度阈值；δ为自适应面积阈值； 将所述主边缘点集匹配到所述灰度曲面图像上，得到融合边缘点的曲面图像； 对所述灰度曲面集内的全部图像进行遍历，得到若干个所述融合边缘点的曲面图像，将全部所述融合边缘点的曲面图像整合，得到所述灰度曲面边缘图像集； 利用分水岭算法对所述灰度图集进行初次分割，得到初次分割图像集； 将所述林场图像集、所述初次分割图像集以及所述灰度曲面边缘图像集作为预设的卷积神经网络的输入，将人工分割的林场单木分割图像集作为所述卷积神经网络的输出，对所述卷积神经网络进行训练，得到训练完成的单木分割模型； 利用同时搭载可见光相机以及多光谱相机的无人机对目标识别区域进行图像采集，得到原始可见光图像集和原始热成像图像集； 分别对所述原始可见光图像集和所述原始热成像图像集进行拼接，得到整体可见光图像和整体热成像图像； 对所述整体可见光图像和所述整体热成像图像进行特征提取和融合，得到特征融合图像； 将所述特征融合图像输入到基于主曲线率和分水岭算法预训练的单木分割模型，得到目标分割图像。

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华南师范大学;广州市花都区林业工作站，其通讯地址为：510631 广东省广州市天河区中山大道西55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”。