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！

龙图腾网获悉河南科技大学申请的专利一种基于激光雷达和多光谱融合的作物冠层高度估测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：CN119540586B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411383751.6，技术领域涉及：G06V10/75；该发明授权一种基于激光雷达和多光谱融合的作物冠层高度估测方法是由马淏;刘亚蕊;丁雨龙;崔宏伟;江世界;高颂;贺智涛;金鑫;韦曼玉;张雅晴设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种基于激光雷达和多光谱融合的作物冠层高度估测方法在说明书摘要公布了：一种基于激光雷达和多光谱融合的作物冠层高度估测方法，通过激光雷达对作物田地进行扫描，得到田地点云数据；通过机载多光谱相机对作物田地进行航拍，得到田地多光谱影像数据，通过数据影像拼接、作物区域提取和地块分割后，从点云数据中提取与作物高度相关性的最强的两个点云特征参数，从多光谱影像数据中提取与作物高度相关性的最强的一个植被指数，通过多元线性回归求解，建立高度估测模型。本发明将多光谱植被指数与激光雷达数据结合提高了作物冠层高度监测的精度，可以提高作物生长监测的精确性和可靠性，而且能够更全面的理解作物的生长状况，使农业决策者能够基于作物的冠层结构数据，做出更加精确、及时且有效的农田管理决策。

本发明授权一种基于激光雷达和多光谱融合的作物冠层高度估测方法在权利要求书中公布了：1.一种基于激光雷达和多光谱融合的作物冠层高度估测方法，其特征在于，包括以下步骤： 步骤一、通过激光雷达对作物田地进行扫描，得到田地点云数据；通过机载多光谱相机对作物田地进行航拍，得到田地多光谱影像数据； 步骤二、对田地点云数据进行POS解算，实现点云数据拼接；对田地多光谱影像数据进行辐射校正，实现多光谱影像拼接； 从拼接后的田地点云数据中提取像控点，通过刺点处理方法将拼接后的田地多光谱影像中的可见光影像与点云影像进行匹配，获得与田地点云数据配准的田地可见光影像； 以配准的田地可见光影像作为基准影像，将基准影像与待校准的田地多光谱影像进行空间对齐处理，获得与田地点云数据在空间位置配准的田地多光谱影像； 步骤三、通过RGB植被指数阈值法对步骤二拼接后的田地点云数据进行分类，从中提取作物区域，得到作物点云数据； 步骤四、通过K-means算法对作物点云数据进行一次聚类，将作物田地划分为多个区域，然后通过高度阈值对一次聚类的点云数据进行上下层分割，保留上层数据作为冠层点云数据；通过DBSCAN算法对冠层点云数据进行二次聚类，并绘制聚类后的植被点云边界框，获得轮廓点云；由轮廓点云获取每块作物田地的分割距离值，根据分割距离值对作物点云数据进行地块分割； 步骤五、选取多种植被指数并分别设置阈值范围，根据多种植被指数的阈值范围配合对步骤二配准的田地多光谱影像的像素点进行分类，从中提取作物区域，得到作物多光谱影像数据，然后根据步骤四的分割距离值对作物多光谱影像数据进行地块分割； 步骤六、从分割后的作物点云数据中提取与作物高度相关的点云特征参数，并从分割后的作物多光谱影像数据中提取与作物高度相关的植被指数； 分别计算每个点云特征参数与作物实际高度的皮尔逊相关系数，选出与作物实际高度相关性最强的两个点云特征参数； 分别计算每个植被指数与作物实际高度的皮尔逊相关系数，选出与作物实际高度相关性最强的一个植被指数； 步骤七、将步骤六选取的两个点云特征参数和一个植被指数的所有数据均输入python软件，并将作物实际高度数据也输入python软件，将所有数据汇总的数据集划分为建模集和验证集，将两个点云特征参数和一个植被指数作为多元线性回归的三个输入变量，将作物高度作为多元线性回归的目标变量，通过建模集的数据进行多元线性回归求解，建立高度估测模型； 通过验证集的数据对高度估测模型的准确率进行验证，当准确率不合格时，重新划分建模集和验证集并再次进行多元线性回归求解，直到准确率合格时，即得到作物冠层高度估测模型；通过建立不同作物、不同生产阶段的作物冠层高度估测模型，对作物冠层高度进行估测。

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河南科技大学，其通讯地址为：471000 河南省洛阳市涧西区西苑路48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。