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！

龙图腾网获悉中交第四航务工程局有限公司;中交四航局第三工程有限公司申请的专利基于RGB颜色聚类的植被生长状况识别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：CN117079161B 。

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：202311036478.5，技术领域涉及：G06V20/17；该发明授权基于RGB颜色聚类的植被生长状况识别方法是由刘平;毛凤山;郝珖存;朱长书;陆鹤升;梁春艳;刘嘉;岑文杰;王奎武;王建龙;刘响;周伟龙设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本基于RGB颜色聚类的植被生长状况识别方法在说明书摘要公布了：本发明公开一种基于RGB颜色聚类的植被生长状况识别方法，包括获取待识别区域的植被RGB图像，作为进行植被生长状况识别的图像数据来源；建立不同植被的生长状况图像数据集，确定不同植被的生长状况图像数据集的聚类中心和边界；根据不同植被的聚类中心和边界对植被RGB图像进行RGB颜色聚类分析，根据聚类分析实现植被生长状况识别，得到不同植被生长状况的植被分类区域。本发明采用RGB颜色聚类的方法，可在RGB图像中实现植被生长状况像素级精度的识别，获得高精度的植被生长状况区域大小，从而评价植被生长状态。该方法无需制作大量训练图像，不需要进行模型训练即可进行植被生长状态识别，从而科学可靠地评价植被生长状况。

本发明授权基于RGB颜色聚类的植被生长状况识别方法在权利要求书中公布了：1.一种基于RGB颜色聚类的植被生长状况识别方法，其特征在于，包括： S100：获取待识别区域的植被RGB图像，作为进行植被生长状况识别的图像数据来源； S200：建立不同植被的生长状况图像数据集，确定不同植被的生长状况图像数据集的聚类中心和边界； S300：根据不同植被的聚类中心和边界对植被RGB图像进行RGB颜色聚类分析，根据聚类分析实现植被生长状况识别，得到不同植被生长状况的植被分类区域； 在S200步骤中，不同植被的生长状况图像数据集的建立包括： S210：确定待识别区域的植被的不良生长状态类型，不良生长状态类型包括地表裸露、植物枯萎、植物病害和异种植被入侵； S220：根据不良生长状态类型，在植被RGB图像中采用截取图像或阈值分割的方式，选取不同植被的不同不良生长状况图像区域； S230：从选取的不同不良生长状况图像区域提取RGB颜色值构建不良生长类型数据集Mi＝{r1,g1,b1,…,rj,gj,bj,…,rJ,gJ,bJ}，并保存相对应植被的不良生长状况类型数据集；其中，i表示第i种不良生长类型，rj,gj,bj表示第i种不良生长类型的第j个RGB颜色值，J表示第i种不良生长类型数据集中RGB颜色值的数量； 在S200步骤中，聚类中心和边界的确定采用以下方式： S240：对不同植被的不良生长状况类型数据集Mi中RGB颜色值取平均值，得到不同植被的生长状况图像数据集的聚类中心oi； S250：将每个不良生长状况类型数据集Mi中的RGB颜色值rj,gj,bj与聚类中心oi作差，得到差值矩阵Mi‘＝{r1‘,g1‘,b1‘,…,rj‘,gj‘,bj‘,…,rJ‘,gJ‘,bJ‘}； S260：确定第i种不良生长状况类型的缩放因子λi，第i种不良生长状况类型在RGB空间中的聚类边界为其中，所述缩放因子λi的取值区间在0.8～1.2之间； 在S300步骤中，植被生长状况识别过程如下： S310：计算植被RGB图像中各像素点X的RGB颜色值rx,gx,bx与各种不良生长状况类型的聚类边界中元素的最小距离di，形成最小距离集合{d1,…,di,…,dn}，其中n为不良生长状态类型数量； S320：确定最小距离集合中的最小值所对应的距离聚类边界中元素最近的植被RGB图像中的像素点X； S330：若像素点X的RGB颜色值满足以下条件： 其中，|Mi′ω|表示差值矩阵Mi′第ω个矩阵的模长；则将该像素点X判定为第i种不良生长状态类型； S340：重复步骤S310-S330至植被RGB图像中所有像素点都识别完毕。

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交第四航务工程局有限公司;中交四航局第三工程有限公司，其通讯地址为：510290 广东省广州市海珠区沥滘路368号广州之窗总部大厦；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。