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！

龙图腾网获悉中国农业大学申请的专利一种番茄生长环境认知评估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：CN119229004B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411280606.5，技术领域涉及：G06T17/00；该发明授权一种番茄生长环境认知评估方法是由张俊雄;张宇;郑夏俊;呙佳扬设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本一种番茄生长环境认知评估方法在说明书摘要公布了：本发明涉及一种番茄生长环境认知评估方法，该方法包括：制定基于深度学习和八叉树地图的三维语义地图生成策略，包括应用于番茄生长环境的语义分割神经网络模型和以三维点云为输入的地图构建节点；将番茄生长环境中的物体划分语义类别；获取语义分割模型的最后一层输出的包含所有像素点的语义分类结果的输出信息；根据语义分类结果信息和深度图像信息生成携带语义信息的三维点云数据；根据统计学方法对三维点云数据进行离群滤波；将滤波后的三维语义点云数据输入到地图构建节点以生成三维占有率地图；根据农业任务需求对语义信息和点云数据进行处理以计算番茄生长环境已知程度，本发明能有效实现番茄生长环境三维语义地图构建和已知程度评估。

本发明授权一种番茄生长环境认知评估方法在权利要求书中公布了：1.一种番茄生长环境认知评估方法，其特征在于，包括以下步骤： 步骤1、制定基于深度学习语义分割神经网络的三维语义点云数据生成策略，所述三维语义点云数据生成策略包括：针对番茄生长环境的语义分割模型和深度图像点云化处理； 步骤1.1、采集多幅温室番茄生长环境图像，以番茄果实、番茄主茎、番茄花梗和其他物体为语义类别对所述温室番茄生长环境图像进行标注，得到含有标注框的所述温室番茄生长环境图像，所述标注框即对应的所述语义类别的像素区域；将所述含有标注框的所述温室番茄生长环境图像按照预设格式，生成番茄生长环境语义分割数据集； 步骤1.2、建立语义分割神经网络模型，基于所述番茄生长环境语义分割数据集，对所述语义分割神经网络模型进行训练，得到应用于温室番茄生长环境语义分割神经网络模型； 步骤1.3、将记录温室番茄生长环境的待检测二维RGB图像输入所述应用于温室番茄生长环境语义分割神经网络模型中进行处理，得到所述待检测二维RGB图像中所有像素点的语义类别信息S： S＝{Sx，y|Sx，y＝ki，x∈[0，w-1]，y∈[0，h-1]，i＝1，2，...} 其中，Sx，y为所述待检测二维RGB图像中像素坐标为x，y的像素点的语义类别信息，ki为所述温室番茄生长环境中第i个语义类别，w为所述待检测二维RGB图像的像素宽度，h为所述待检测图像的像素高度； 步骤1.4、对所述待检测二维RGB图像对应的深度图像，进行所述深度图像点云化处理，得到所述待检测二维RGB图像对应的所述温室番茄生长环境的三维点云数据P： 其中,Pj为所述待检测二维RGB图像中第j个像素点的三维位置信息，dx，y为所述像素点在深度图像中的深度信息，cx，cy为拍摄所述待检测二维RGB图像的相机的主点，f为拍摄所述待检测二维RGB图像的深度相机的焦距； 步骤2、根据所述语义类别信息S，对所述三维点云数据P进行可视化处理； 步骤2.1、根据所述语义类别信息S，使用一组视觉对比效果显著的配色方案，将所述三维点云数据P调整为与所述配色方案反映的语义类别信息对应的三维点云数据P′； 步骤2.2、基于统计学方法，对所述三维点云数据P′进行离群滤波处理，得到降低噪声的三维点云数据P″； 步骤3、将所述三维语义点云数据P″输入到地图构建节点，所述地图建立节点根据所述三维语义点云数据P″和当前时刻其坐标系在世界坐标系下的空间姿态，对基于八叉树的栅格地图子节点进行更新与维护，生成三维占有率地图； 步骤4、根据所述语义类别信息S，定义并计算当前观测已知程度ρ： 其中，为所述待检测二维RGB图像第j个像素点信息的权重，对不具备语义信息的像素点取0，对具备语义信息的像素点取具备语义信息的像素总数量的倒数，dx，y为所述待检测二维RGB图像第j个像素点在深度图像中的深度信息，dmax为所述具备语义信息的像素中深度信息的最大值。

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农业大学，其通讯地址为：100083 北京市海淀区清华东路17号中国农业大学(东区)；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。