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！

龙图腾网获悉广东省科学院广州地理研究所申请的专利一种基于点云数据与机器学习的森林景观视觉质量评估方法及系统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：CN120107761B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510070549.6，技术领域涉及：G06V10/98；该发明授权一种基于点云数据与机器学习的森林景观视觉质量评估方法及系统是由王娜;赵玲玲;李乐设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于点云数据与机器学习的森林景观视觉质量评估方法及系统在说明书摘要公布了：本发明适用于森林景观评估技术领域，提供了一种基于点云数据与机器学习的森林景观视觉质量评估方法及系统，其方法包括：利用激光雷达获取林地的三维点云数据，并基于获取到的三维点云数据进行数据预处理；基于预处理后的数据提取景观3D度量特征；基于提取的景观3D度量特征构建景观视觉质量评价体系，确定各个景观3D度量特征对应的视觉质量评估得分或视觉质量评估等级，并基于视觉质量评估得分或视觉质量评估等级确定机器学习的样本数据集；利用样本数据集对预设的景观视觉质量评估模型进行训练，并利用训练后的景观视觉质量评估模型对任一新的三维点云数据进行森林景观视觉质量评估，解决了森林景观视觉质量评估中的高效率且高精度的需求。

本发明授权一种基于点云数据与机器学习的森林景观视觉质量评估方法及系统在权利要求书中公布了：1.一种基于点云数据与机器学习的森林景观视觉质量评估方法，其特征在于，包括： 利用激光雷达获取林地的三维点云数据，并基于获取到的三维点云数据进行数据预处理； 基于预处理后的数据提取景观3D度量特征；所述基于预处理后的数据提取景观3D度量特征，包括： 利用PointNet模型对预处理后的数据进行归一化和体素化，得到点云的全局特征信息； 将体素化后的数据输入至卷积神经网络中，提取体素数据的局部特征信息； 将所述点云的全局特征信息与体素数据的局部特征信息进行融合，得到融合特征向量； 基于所述融合特征向量计算景观3D度量特征；所述基于所述融合特征向量计算景观3D度量特征，包括： 所述景观3D度量特征包括景观多样性、景观形状、景观连通性、色彩统一性、开放性以及地形； 景观多样性： 其中：为多样性指数，为分组数量，为第组的体积，为所有组的平均体积； 景观形状： 其中：为形态指数，为表面积体积比,为景观的实际表面积，为相同大小的景观的最小表面积，为景观的体积； 景观连通性： 其中：为簇数量，为簇密度，为簇大小，为簇距离，为统计聚类后得到的簇的数量，为景观的水平面积，为景观的最大高度，为每个簇包含的体素数量，为第个簇和第个簇质心体素点之间的距离； 色彩统一性： 其中：为色彩距离，为平均色彩距离，为色彩变化指标，、和分别为体素的红绿蓝颜色通道的值，为体素的总数； 开放性： 其中：为视野距离，为分组数量，为第组的视点与组内任意体素之间的最小距离； 地形： 其中：为平均坡度，为梯度变化，为地面网格的数量，为第个地面网格的坡度，为第个地面网格的梯度，为所有网格梯度的平均值； 基于提取的景观3D度量特征构建景观视觉质量评价体系，根据所述景观视觉质量评价体系确定各个景观3D度量特征对应的视觉质量评估得分或视觉质量评估等级，并基于所述视觉质量评估得分或视觉质量评估等级确定机器学习的样本数据集； 利用所述样本数据集对预设的景观视觉质量评估模型进行训练，并利用训练后的景观视觉质量评估模型对任一新的三维点云数据进行森林景观视觉质量评估。

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广东省科学院广州地理研究所，其通讯地址为：510070 广东省广州市越秀区先烈中路100号大院1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。