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！

龙图腾网获悉深圳大学申请的专利一种融合树冠边界约束的林木单体分割与优化方法、系统、终端及存储介质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：CN120510161B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511009484.0，技术领域涉及：G06T7/10；该发明授权一种融合树冠边界约束的林木单体分割与优化方法、系统、终端及存储介质是由王伟玺;吴朝勇;谢林甫;黄俊杰;汤圣君;李晓明;郭仁忠设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本一种融合树冠边界约束的林木单体分割与优化方法、系统、终端及存储介质在说明书摘要公布了：本发明涉及图像处理技术领域，公开了一种融合树冠边界约束的林木单体分割与优化方法、系统、终端及存储介质，包括：对原始机载激光雷达点云进行归一化和地面点滤波处理，得到预处理后的点云数据；根据所述预处理后的点云数据，采用超体素分割算法对数据中的树木点云进行超体素分割；基于树冠边界检测模型从对应的图像中检测得到树冠边界，并将提取的树冠边界作为约束条件，根据所述约束条件对超体素分割结果进行聚类；基于形状特征的聚类优化策略对超体素聚类结果进行聚类优化，输出优化后的林木单体点云数据。本发明能够准确识别并分割具有多峰特征的单棵树木，降低了过分割与欠分割的发生率，实现了高精度、稳定性强的单木识别与提取效果。

本发明授权一种融合树冠边界约束的林木单体分割与优化方法、系统、终端及存储介质在权利要求书中公布了：1.一种融合树冠边界约束的林木单体分割与优化方法，其特征在于，包括： 对原始机载激光雷达点云进行归一化和地面点滤波处理，得到预处理后的点云数据； 根据所述预处理后的点云数据，采用超体素分割算法对数据中的树木点云进行超体素分割； 基于树冠边界检测模型从对应的图像中检测得到树冠边界，并将提取的树冠边界作为约束条件，根据所述约束条件对超体素分割结果进行聚类； 基于形状特征的聚类优化策略对超体素聚类结果进行聚类优化，输出优化后的林木单体点云数据； 所述基于树冠边界检测模型从对应的图像中检测得到树冠边界，并将提取的树冠边界作为约束条件，根据所述约束条件对超体素分割结果进行聚类，包括： 获取原始机载的多视影像，并通过正射影像投影得到所述预处理后的点云数据对应的图像； 基于所述树冠边界检测模型检测对应的图像中的树冠边界，并将每个超体素的质心投影到所述图像中； 判断质心投影点是否落入某一检测到的树冠边界内； 若为是，将质心落在同一树冠边界内的多个超体素进行合并，作为属于同一树冠的点云聚类单元； 所述基于形状特征的聚类优化策略对超体素聚类结果进行聚类优化，输出优化后的林木单体点云数据，包括： 查找所述超体素聚类结果中出现的轮廓偏离圆形、结构高度不对称以及局部碎片化的树冠，并将查找的树冠作为异常聚类单元； 基于所述超体素分割算法对所述异常聚类单元进行二次分割，并根据二次分割结果进行聚类优化，输出所述优化后的林木单体点云数据； 通过以下公式查找所述超体素聚类结果中出现的轮廓偏离圆形、结构高度不对称以及局部碎片化的树冠： ； ； ； ； 其中，、、分别为各树冠对应的形状描述参数；为树冠投影半径；为树冠投影面积，为树冠投影边界周长，为外接圆半径，为中心点到边界的最短距离，为中心点到边界的最长距离； 所述基于所述超体素分割算法对所述异常聚类单元进行二次分割，并根据二次分割结果进行聚类优化，输出所述优化后的林木单体点云数据，包括： 对于二次分割后的每一个树木分割单元，再次提取不合理的树冠，并将再次提取的树冠分别与对应的k个最近邻的相邻树冠进行合并； 计算合并后树冠的形状特征参数、、，并将、、之和作为冠形合理性得分，选取总得分最高的合并方案作为当前迭代的结果； 输出迭代优化后的林木单体点云数据。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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。