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！

龙图腾网获悉江苏大学申请的专利基于U-net语义分割茶嫩芽识别与采摘点定位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：CN114863112B 。

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：202210586858.5，技术领域涉及：G06V10/26；该发明授权基于U-net语义分割茶嫩芽识别与采摘点定位方法及系统是由顾寄南;王化佳;王梦妮;张文浩;张志杰;夏子林设计研发完成，并于2022-05-27向国家知识产权局提交的专利申请。

本基于U-net语义分割茶嫩芽识别与采摘点定位方法及系统在说明书摘要公布了：本发明公开了基于U‑net语义分割茶嫩芽识别与采摘点定位方法及系统，通过构建改进的U‑net语义分割网络结构，并利用带标签嫩芽数据集和不带标签嫩芽数据集对改进的U‑net语义分割网络进行训练，实现半监督学习。实时拍摄茶叶嫩芽图片，经预处理后输入到训练好的网络模型进行特征提取和加强特征提取得到语义分割预测结果，其中改进的预测头部网络涉及到MSA模块，实现多尺度通道注意力；最终根据语义分割结果，定位出嫩芽采摘点坐标，实现基于改进U‑net语义分割模型的茶嫩芽的实时识别和采摘点定位。

本发明授权基于U-net语义分割茶嫩芽识别与采摘点定位方法及系统在权利要求书中公布了：1.一种基于改进U-net语义分割算法的茶嫩芽识别与采摘点定位方法，其特征在于，包括如下步骤： 步骤1、采集待识别茶叶嫩芽的图像，并对所采集的茶叶嫩芽图像进行预处理；预处理包括对茶叶嫩芽图像进行降噪、滤波处理； 步骤2、将预处理后的茶叶嫩芽图像输入改进U-net语义分割模型；输出语义分割结果；所述改进U-net语义分割模型的构建方法为： 步骤2.1：采集多张待分割对象的图像，对一部分图像进行语义分割标注，获得带标签的数据集；剩余部分图像不进行语义分割标注，形成不带标签的数据集； 步骤2.2：构建改进的U-net语义分割网络结构，所述改进的U-net语义分割网络结构包括编码器、解码器、半监督训练分支和改进的预测头部； 所述编码器的输入为待语义分割图像，所述编码器的输出分别作为解码器的输入和半监督训练分支的输入； 所述解码器的输出作为改进的预测头部输入； 所述改进的预测头部包括MSA模块内实现通道注意力机制，输出语义分割结果； 所述半监督训练分支包括加噪器和K个辅助解码器，利用加噪器对编码器的输出进行加噪，加噪后的结果分别输入K个辅助解码器；利用K个辅助解码器输出的语义分割结果为 步骤2.3：利用步骤2.1中带标签的数据集和不带标签的数据集对所构建改进的U-net语义分割网络进行训练； 步骤3、基于语义分割结果进行边缘扫描得到嫩芽边缘，基于嫩芽边缘计算嫩芽采摘点，具体包括： 扫描语义分割结果中的茶叶嫩芽轮廓，获得茶叶嫩芽轮廓的所有像素坐标点，其中横轴为x轴，从左到右为正方向，纵轴为y轴，从上到下为正方向，对图像中每个嫩芽轮廓的像素坐标点按y坐标值进行从大到小排序，排序后的像素坐标点集合为D1＝{x1,y1,…,xm,ym}；取出集合中前n个像素点坐标集合为D2＝{x1,y1,…xn,yn}；其中，n为整数且n＜m，n的取值由所对应的嫩芽轮廓面积决定，具体如下表达式： 其中，M["m00"]为每个嫩芽轮廓所围成的面积，c为一定值参数，根据具体茶种类和不同相机内部参数进行取值；由于M["m00"]c在多数情况下并非整数，将其结果进行向下取整数，式中，为向下取整符号； 对D2＝{x1,y1,…xn,yn}像素坐标集合中所有点计算像素坐标平均值，具体如下表达式： 所计算出来的x，y即为名优茶嫩芽采摘点的像素坐标点，结合深度相机内部参数，根据此坐标点x，y计算出嫩芽采摘点的实际空间坐标x,y,z； 步骤4、融合嫩芽边缘和嫩芽采摘点。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。