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基于深度学习的立体栽培模式下小型西瓜识别与定位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：CN115311316B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210855613.8，技术领域涉及：G06T7/136；该发明授权基于深度学习的立体栽培模式下小型西瓜识别与定位方法是由袁挺;尹金亮;汪瀚;扶君;张志芹;汪松;杨晨;张宇;张春龙;张俊雄;李伟设计研发完成，并于2022-07-20向国家知识产权局提交的专利申请。

本基于深度学习的立体栽培模式下小型西瓜识别与定位方法在说明书摘要公布了：本发明涉及一种基于深度学习的立体栽培模式下小型西瓜识别与定位方法，通过建立基于深度学习的第一级SSD目标检测模型和基于伪彩色深度图像分割的第二级目标质心提取模型对检测目标进行识别，标记检测目标质心点，即泛化兴趣点；确定采摘点在图像坐标系下的坐标，再确定采摘点在相机坐标系下的坐标，完成西瓜识别与定位。本发明能够满足真实采摘作业时小型西瓜实时检测的需要，识别检测速度快；实现了小型西瓜收获作业的实时检测及识别定位功能，解决了在温室立体栽培环境下目标信息的获取鲁棒性差的问题。

本发明授权基于深度学习的立体栽培模式下小型西瓜识别与定位方法在权利要求书中公布了：1.一种基于深度学习的立体栽培模式下小型西瓜识别与定位方法，其特征在于，包括如下步骤： S1、建立基于深度学习的第一级SSD目标检测模型和基于伪彩色深度图像分割的第二级目标质心提取模型； S2、将一幅含有一个或多个检测目标的待检测图像输入到第一级SSD目标检测模型进行第一级目标检测，获得包含一个或多个最佳预测框的检测图像； S3、将待检测图像渲染为伪彩色深度图；将伪彩色深度图与步骤S2获得包含最佳预测框的检测图像进行匹配，获得包含最佳预测框的伪彩色深度图；滤除最佳预测框之外的背景信息，提取最佳预测框内RGB图像和最佳预测框内伪彩色深度图； S4、将最佳预测框内RGB图像和最佳预测框内伪彩色深度图输入到第二级目标质心提取模型，标记椭圆轮廓的长轴长度yb以及检测目标质心点，即泛化兴趣点； 所述检测目标质心点坐标为： 式中，xi、yi分别为检测目标质心点所在连通区域i内像素横、纵坐标，分别为检测目标质心点所在连通区域i内像素横、纵坐标的平均值，即检测目标质心点坐标；n为检测目标质心点所在连通区域i内的像素个数； S5、将步骤S4标记的泛化兴趣点与步骤S2获得检测图像中最佳预测框的中心点对齐，确定采摘点在图像坐标系下的坐标，再确定采摘点在相机坐标系下的坐标，完成西瓜识别与定位； 采摘点在图像坐标系下的坐标为: 式中，up、vp分别为采摘点在图像坐标系下的横坐标与纵坐标，yb为椭圆轮廓的长轴长度；为检测目标质心点坐标； 采摘点在相机坐标系下的坐标值为： 式中，xp，yp，zp为采摘点在相机坐标系下的坐标，xb为图像坐标系下椭圆轮廓的长轴半径，yτ为最佳预测框所构成的切平面与检测目标的切点在在相机坐标系下的y轴的坐标值，d为使用双目测距理论测得的双目深度相机拍摄的深度图像的相机坐标系下像素深度值；r为检测目标半径，yr为最佳预测框的右侧边框上像素点的y轴的坐标值；yl为最佳预测框的左侧边框上像素点的y轴的坐标值。

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；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。