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！

龙图腾网获悉浙江工业大学申请的专利一种基于深度学习与深度信息融合的葡萄采摘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：CN115330868B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202210963320.1，技术领域涉及：G06T7/73；该发明授权一种基于深度学习与深度信息融合的葡萄采摘方法是由胥芳;林孟楠;陈教料设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本一种基于深度学习与深度信息融合的葡萄采摘方法在说明书摘要公布了：本发明公开了一种基于深度学习与深度信息融合的葡萄采摘方法，包括采集葡萄的图片。本方法为了在获取葡萄采摘点的过程中，减少背景对图像处理的干扰，使图像处理结果更加准确，在轮廓检测的过程中引入深度信息，通过比较深度信息对葡萄目标点进行标记，再根据标记点的值转化为二值图，结合canny算法，减少了环境相近颜色及背景信息的干扰，提升了轮廓检测的准确性；由于葡萄的ROI区存在葡萄及少许背景信息，因此采用葡萄轮廓内的深度计算方法代替用ROI区内所有深度值的平均值来推测果梗所在深度区间的方法，所获得的深度区间更小，可排除的背景信息更多，受到的环境干扰更少，结果更加准确，且只需对葡萄进行检测，无需对果梗检测，降低硬件的要求。

本发明授权一种基于深度学习与深度信息融合的葡萄采摘方法在权利要求书中公布了：1.一种基于深度学习与深度信息融合的葡萄采摘方法，其特征在于：所述基于深度学习与深度信息融合的葡萄采摘方法包括： 采集葡萄的图片，获取RGB图及深度图，并将两者对应的像素点叠加后，输入至训练好的葡萄识别模型，得到可采摘的葡萄的ROI区域； 利用基于深度信息的canny算法获取ROI区域内的葡萄轮廓，利用系数矩阵和葡萄的ROI区域获取果梗的ROI区域，然后利用葡萄轮廓内的深度信息得到果梗的深度区间； 结合果梗的深度区间对果梗的ROI区域内的深度图二值化处理，得到果梗的二值图； 将果梗的二值图与果梗的ROI区域图掩膜叠加，得到剔除背景的果梗的RGB图，再进行灰度转化、双边滤波及图像细化处理，得到果梗的骨骼图； 剔除果梗的骨骼图中边缘以及与垂直方向夹角较大的骨骼线，并筛选出最长的骨骼线计算得到的中点，为对应的二维采摘点； 以二维采摘点为中心，选取n×n的范围并遍历范围内的每个点，剔除深度值不在果梗深度区间的点，取剩余点的深度值的平均值作为采摘点的深度值； 将二维采摘点和采摘点的深度值结合，得到三维的采摘点，再配合采摘葡萄的机械臂的执行器，完成对葡萄的采摘，直至所有葡萄都采摘完成； 其中，所述利用基于深度信息的canny算法获取ROI区域内的葡萄轮廓包括： 用葡萄的ROI区域内的平均深度剔除部分背景，以从左往右、自上而下的顺序遍历葡萄的ROI区域内所有点，根据目标葡萄点的深度值与周围点深度值的特征，对目标葡萄点进行标记，根据标记点的值对图像进行二值化后，输入至canny算法中检测得到葡萄轮廓，且 Mx,y＝|fx,y*Sobelxx,y|+|fx,y*Sobelyx,y|； 其中，dx,y为在点x,y处的深度值，δ为深度差阈值，fx,y为在点x,y处的标记值，Mx,y为在点x,y处的梯度，θM为在点x,y处的梯度方向，Sobelxx,y、Sobelyx,y分别为水平、垂直方向上的三阶Sobel算子； 所述利用系数矩阵和葡萄的ROI区域获取果梗的ROI区域包括： 根据葡萄的ROI区域的位置及尺寸，引入系数矩阵并通过葡萄的ROI区域，计算获得果梗的ROI区域如下，且以YOLO格式表示： 其中，x1、y1、w1、h1表示为YOLO格式下葡萄的ROI区域，xstem、ystem、wstem、hstem表示为YOLO格式下果梗的ROI区域，ρ、σ、τ、表示为0-1的数值； 所述然后利用葡萄轮廓内的深度信息得到果梗的深度区间包括： 利用葡萄轮廓的深度信息结合修正系数，得到果梗的深度区间如下： dmin≤d≤dmin+Δw； 而， 其中，d表示果梗上任一点的深度值，dmin表示葡萄轮廓内的最小深度值，x1,y1表示葡萄轮廓中最左侧的点，dx1,y1表示点x1,y1处的深度值，x2,y2表示葡萄轮廓中最右侧的点，dx2,y2表示点x2,y2处的深度值，Δw表示果梗的ROI区域帧图像像素宽度，α、β表示修正系数。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。