Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳化骨龙科技有限公司陈熙民获国家专利权

深圳化骨龙科技有限公司陈熙民获国家专利权

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!

龙图腾网获悉深圳化骨龙科技有限公司申请的专利基于深度学习的无人机图像处理与目标识别系统及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:CN120339890B

龙图腾网通过国家知识产权局官网在2025-09-23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:202510811602.3,技术领域涉及:G06V20/17;该发明授权基于深度学习的无人机图像处理与目标识别系统及方法是由陈熙民;黄松峰设计研发完成,并于2025-06-18向国家知识产权局提交的专利申请。

基于深度学习的无人机图像处理与目标识别系统及方法在说明书摘要公布了:本发明涉及图像处理技术领域,是基于深度学习的无人机图像处理与目标识别系统及方法,具体方法包括:采集温室结构参数、植株分布密度及无人机飞行数据,建立植株‑气流耦合方程,并输出图像有效窗口期;实时监测温室湿度,建立湿度‑反光关联补偿模型进行形变补偿,输出反光抑制后的畸变校正图像;基于畸变校正图像,通过拓扑约束下的GAN修复,对图像中因植株遮挡区域进行处理,输出遮挡区域修复后的目标物候选图;评估目标物状态,为工作任务决策提供量化指标。本发明解决了现有技术中,动态目标物识别准确率低的问题。

本发明授权基于深度学习的无人机图像处理与目标识别系统及方法在权利要求书中公布了:1.基于深度学习的无人机图像处理与目标识别方法,其特征在于,所述方法包括: 步骤一:采集温室结构参数、植株分布密度及无人机飞行数据,建立植株-气流耦合方程,并输出图像有效窗口期; A11:采集温室结构三维模型和植株种植布局图,并进行温室微环境参数标定,所述温室微环境参数包括:平均风速和植株分布湍流强度值; 其中,所述温室结构三维模型包括:通风口坐标数据;所述植株种植布局图包括:行距数据、植株间距数据; A12:获取目标物所在植株的特征数据以及无人机的旋翼转速,通过三点弯曲动态实验标定植株的茎秆抗弯刚度,同时通过建立非均匀力分布模型,进行植株力学参数标定; 所述茎秆抗弯刚度的标定策略为:; 其中,d为茎秆直径;为三点弯曲动态实验中施加的集中力;为支撑跨度;为跨中最大挠度; 所述非均匀力分布模型具体为:; 为无人机旋翼下洗气流对植株茎秆施加的分布式空气动力载荷;为根据A11中湍流强度值修正得到的力转换系数; 为无人机的旋翼转速; X为沿植株茎秆的纵向位置;为植株茎秆长度; A21:根据A11-A12,建立植株摆动实时预测方程,预测获取植株上目标物的位移量; 所述植株摆动实时预测方程具体为: ; 其中,分别为茎秆密度和截面积;c为阻尼系数; 同步将A11中标定获得的平均风速作为植株摆动实时预测方程的初始条件; A22:根据植株上目标物的位移量及无人机相机的采样频率,计算目标物的实时摆动相位,进行图像有效窗口期判定,输出有效采样窗口; 所述图像有效窗口期的判定包括: ; 其中,为目标物的实时摆动相位; 步骤二:实时监测温室湿度,建立湿度-反光关联补偿模型进行形变补偿,输出反光抑制后的畸变校正图像; 步骤三:基于畸变校正图像,通过拓扑约束下的GAN修复,对图像中因植株遮挡区域进行处理,输出遮挡区域修复后的目标物候选图; 步骤四:根据步骤三输出的修复图像,评估目标物花蕊的开合角度状态和饱和度状态,为工作任务决策提供量化指标。

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化骨龙科技有限公司,其通讯地址为:518000 广东省深圳市宝安区福海街道和平社区同富裕工业区12号206;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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。