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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于协同信息引导的无人机激光雷达点云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：CN119559195B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411609543.3，技术领域涉及：G06T7/11；该发明授权基于协同信息引导的无人机激光雷达点云单木分割方法是由代文霞;王一州;杨宇轩;关庆锋设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本基于协同信息引导的无人机激光雷达点云单木分割方法在说明书摘要公布了：本发明公开了一种基于协同信息引导的无人机激光雷达点云单木分割方法，该单木分割方法包括获得初始树冠类族；基于林区无人机激光雷达点云分布的独特性，构建几何显著性特征，实现树干候选点的精准提取和树干的对象化检测；将初始树冠类族分为欠分割、正确分割和过分割；对正确分割的树冠作为单木分割结果输出，对欠分割的类簇进一步进行精化；利用树冠和树干的相互参考信息，对欠分割的树冠进行优化。本发明提升树边界细化分割的能力，有效提高无人机激光雷达点云单木的提取精度和可靠性。

本发明授权基于协同信息引导的无人机激光雷达点云单木分割方法在权利要求书中公布了：1.一种基于协同信息引导的无人机激光雷达点云单木分割方法，其特征在于，所述单木分割方法包括以下步骤： S1：无人机激光雷达扫描林区获得树冠点云，利用3D不对称核的均值漂移算法，对所述树冠点云进行初步划分，获得粗略的树冠分割结果，即初始树冠类簇； S2：针对林区无人机激光雷达点云中树冠和树干的点密度分布特点，利用高度直方图对树干点和树冠点进行初步的分离，获取树干候选点，基于林区无人机激光雷达点云分布的独特性，构建几何显著性特征，并对所述树干候选点进一步细分，实现树干候选点的精准提取和树干的对象化检测； S3：构建树冠和树干协同特征以及均值漂移模点方差特征，利用随机森林将所述初始树冠类族分为欠分割、正确分割和过分割，并保留正确分割作为单木分割结果； S4：利用树冠和树干的相互协同和参照信息，对过分割树冠进行精化； 所述S4具体包括： S41：利用树冠和树干的尺寸异速生长关系对识别为过分割的树冠类簇，将其与最近的欠分割的类簇合并； S42：对S3中检测得到的树干进行垂直方向的区域生长，获取完整的树干； S43：对欠分割和正确分割的树冠从高到低进行排序，利用树干和树冠的尺寸异速生长关系分别与垂直生长后的树干进行匹配，对正确分割的树冠作为单木分割结果输出，欠分割的结果则需要进一步的精化； S5：对于匹配后欠分割的树冠类簇，构建基于树中心矢量偏角优化的图割分割方法，利用树冠和树干的相互参考信息，对欠分割的树冠进行优化； 所述S5具体包括： S51：利用树冠的均值漂移模点与树干质心的二维矢量角度一致性，以及树干和树冠的尺寸异速生长关系，对匹配后欠分割的类簇进行图割优化： 首先，通过异速生长模型，根据每个类簇中树冠的高度估计冠幅的大小； 其次，将待分割的树干点作为图割的前景种子点，其余树干作为图割背景种子点，将根据异速生长模型估计的冠幅作为图割半径； 半径radius计算公式如下： radius＝0.446×H0.854 式中：H为树干的高程归一化高度； S52：通过均值漂移算法的模点，计算各点指向模点的二维向量Dn，将Dn作为每个点指向树中心的预测矢量； S53：计算前景点的质心，由质心作为树中心，计算每个点指向树中心的矢量Dn,k，将Dn,k作为每个点指向树中心的真实矢量； S54：根据预测矢量Dn与真实矢量Dn,k，计算树中心矢量偏角权重wθ： S55：将树中心偏离角度权重wθ和图割中原始背景惩罚wback_penalty相加，得到混合权重sink_weight作为新的背景惩罚输入图割算法中，新的背景惩罚公式如下： sink_weight＝0.5*wback_penalty+0.5*wθ 式中：dist2d表示前景点到输入点云的二维平面距离； S56：将分割出的点云从输入点云中移除，重复上述操作直至所有欠分割都进行分割。

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中国地质大学(武汉)，其通讯地址为：430074 湖北省武汉市洪山区鲁磨路388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。