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！

龙图腾网获悉桂林理工大学申请的专利一种桉树单木结分割方法和装置、系统、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：CN118537352B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202410716890.X，技术领域涉及：G06T7/11；该发明授权一种桉树单木结分割方法和装置、系统、存储介质是由尤号田;黄润莲;赖鑫;任昭瞳;李岳灿;陈建军设计研发完成，并于2024-06-04向国家知识产权局提交的专利申请。

本一种桉树单木结分割方法和装置、系统、存储介质在说明书摘要公布了：本发明公开提供一种桉树单木分割方法和装置、系统、存储介质，包括：步骤S1、获取历史桉树UAV数据；步骤S2、根据历史桉树UAV数据训练改进型MaskR‑CNN模型，得到单木分割模型；步骤S3、将目标区域的桉树UAV数据输入到单木分割模型，提取桉树单木的数量和单木冠幅面积。采用本发明的技术方案，提高复杂场景中识别准确率和在不同场景下的迁移适应性。

本发明授权一种桉树单木结分割方法和装置、系统、存储介质在权利要求书中公布了：1.一种桉树单木分割方法，其特征在于，包括： 步骤S1、获取历史桉树UAV数据； 步骤S2、根据历史桉树UAV数据训练改进型MaskR-CNN模型，得到单木分割模型；其中，改进型MaskR-CNN模型包括：依次连接主干网络、特征金字塔网络FPN、区域建议网络RPN、RoIAlign层、classifier模块、mask模块；其中，在特征金字塔网络FPN中设置三个增强选择核卷积模块ESK，且每个增强选择核卷积模块ESK包含：通道注意力单元、空间注意力单元和多尺度卷积单元； 步骤S3、将目标区域的桉树UAV数据输入到单木分割模型，提取桉树单木的数量和单木冠幅面积； 训练改进型MaskR-CNN模型过程包括： 将历史桉树UAV数据输入Restnet101主干网络中进行特征提取，得到四个不同大小尺寸的特征层，分别为C2,C3,C4,C5，然后对各特征层进行一次卷积核大小为1X1，通道数为256的卷积操作； 将卷积后的C2至C4特征层引入ESK模块中，分别在通道注意力单元和空间注意力单元中进行特征提取，从通道维度和空间维度有选择性地关注对当前任务更重要的特征通道和空间位置，然后将提取后的特征与原特征进行特征连接，得到总特征输出； 将经过ESK模块提取的特征与前面卷积得到的特征再进行一次特征连接后，分别进行上采样，分别得到P2、P3、P4、P5特征层； 基于桉树种植密集及其树冠在影像中为小目标的特点，将原来的特征金字塔FPN输出5个大小不同的特征层，改为输出3个有效特征层，由于P2至P5，其对应的先验框越来越大，因而取其中的P2，P3，P4特征层，将RPN先验框的长度[32，64，128，256，512]的参数改为[32，64，128]，分别对应于P4，P3，P2特征层； 将得到的P4，P3，P2特征层输入RPN建议框网络中，获取先验框调整参数，检测先验框内部是否包含物体；具体操作为：将输入进来的特征层首先进行一次3x3的通道数为512的卷积，然后根据RPN先验框的参数[32，64，128]，把输入进来的图像分割成32x32x256、64x64x256、128x128x256不同大小的网格，每个网格默认存在3个先验框，然后再进行两次卷积分别判断先验框是否包含物体以及对其进行调整，获得一个新的框，定义为建议框； 获得的建议框经过进一步调整解码后，通过非极大抑制对其进行进一步的筛选，选出置信度最大的建议框； 在RoIAlign层利用建议框对共享特征层P2、P3、P4进行截取，将特征层与建议框进行特征对齐，通过建议框的大小找到建议框所属的特征层，生成候选区域对应的特征，并映射回特征图； 在classifier模块里，利用一次通道数为1024的7x7的卷积和一次通道数为1024的1x1的卷积对ROIAlign获得的7x7x256的区域进行卷积，两次通道数为1024卷积用于模拟两次1024的全连接，然后再分别进行全连接，获得建议框内的物体以及建议框的调整参数； 在mask模块里，首先对resize后的局部特征层进行四次3x3的256通道的卷积，再进行一次反卷积，再进行一次通道数为被检查物体种类数量大小，记为n的卷积，最终结果代表每一个像素点分的类；最终的shape为28x28xn，代表每个像素点的类别； 基于classifier模块的预测结果为建议框内部物体的种类和预测框的位置，建议框调整后的结果即为最终预测框，预测框的解码过程包括：1取出不属于背景，并且得分大于置信度为0.7的建议框；2利用建议框和classifier模块的预测结果进行解码，获得最终预测框的位置；3利用得分和最终预测框的位置进行非极大抑制，防止重复检测； 将最终预测框作为mask模块的区域截取部分，利用最终预测框对mask模块中用到的公用特征层进行截取；截取后，利用mask模块再对像素点进行分类，获得语义分割结果； 将历史桉树UAV数据在改进型MaskR-CNN模型上进行训练。

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桂林理工大学，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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”。