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！

龙图腾网获悉广东烟草梅州市有限公司申请的专利一种基于图神经网络的大规模GPS点云数据烟田轮廓提取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：CN120807962B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511300466.8，技术领域涉及：G06V10/44；该发明授权一种基于图神经网络的大规模GPS点云数据烟田轮廓提取方法是由郑兴煜;辛河;魏凯敏设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本一种基于图神经网络的大规模GPS点云数据烟田轮廓提取方法在说明书摘要公布了：本发明公开了一种基于图神经网络的大规模GPS点云数据烟田轮廓提取方法，所属领域为烟田轮廓提取领域，包括：S1，采集并标准化处理烟田区域的GPS点云数据；S2，采用基于点特征分布的异常点检测机制，结合点云去噪网络对数据进行清洗与补全；S3，构建角点检测模块，结合残差结构与图注意力机制提取关键角点；S4，基于候选角点构建图结构，采用动态图卷积网络预测连接关系；S5，通过强化学习优化轮廓拓扑结构，提升边界连续性与几何一致性；S6，利用粒子群优化算法进行边界曲线拟合，生成封闭平滑的烟田轮廓；S7，输出最终轮廓坐标序列和结构图，用于农业系统的面积计算与地块管理。

本发明授权一种基于图神经网络的大规模GPS点云数据烟田轮廓提取方法在权利要求书中公布了：1.一种基于图神经网络的大规模GPS点云数据烟田轮廓提取方法，其特征在于，包括： 获取烟田采集区域的GPS点云数据，并对其进行标准化、归一化处理，构建原始输入点集； 根据所述原始输入点集，采用基于点特征分布的异常点检测机制，结合点云去噪网络进行异常点剔除与边缘补全，形成清洗后的点云数据； 基于所述清洗后的点云数据，利用改进的点云特征提取网络PointNeXt构建角点检测网络，所述角点检测网络结合残差结构与注意力机制提取局部与全局几何特征，识别具有边界显著性的角点，得到初始节点集合； 根据所述初始节点集合构建图结构，采用动态图卷积神经网络对节点对之间的边进行连接预测，根据节点特征相似度与空间几何关系生成连通边； 在构建的图结构基础上，利用强化学习结构优化方法，通过构建以闭合性、光滑度和形状一致性为目标的奖励函数，对图结构进行迭代优化； 引入粒子群优化算法对优化后的图结构中的边界点序列进行参数拟合，利用B样条曲线生成连续、平滑、封闭的轮廓曲线； 输出烟田轮廓的坐标序列与矢量边界结构，用于农业管理系统中的地块分割、面积计算与边界可视化任务； 所述角点检测网络中，响应函数的表达式为： ； 其中，表示响应函数，为尺度层数，表示点在第层的二阶曲率变化，为尺度加权参数； 所述采用动态图卷积神经网络对节点对之间的边进行连接预测的过程包括： 对于每对节点，计算其特征差分与空间位置差分，将二者拼接作为输入特征，DGCNN模 块采用两层堆叠的EdgeConv单元进行特征提取，第一层EdgeConv将输入256维特征映射至 128维，第二层将128维特征进一步降至64维，每层卷积操作后均采用ReLU激活函数与 BatchNormalization进行正则化，经过两层EdgeConv处理后，得到融合后的边特征，通 过一层线性映射层输出连接概率，表达式为： 其中，为连接概率，为线性映射权重矩阵，为偏置项，为Sigmoid函数， 为融合后的边特征； 所述奖励函数的表达式为： ； 其中，为奖励函数，为闭合度权重系数，为光滑度权重系数，为形状一 致性权重系数，为闭合度得分依据起点与终点之间的欧氏距离归一化计算； 度量轮廓的曲率光滑性，通过相邻边夹角变化标准差取负值得到；衡量轮廓形状与 参考形状之间的Hausdorff距离差异； 根据所述初始节点集合构建图结构的过程还包括：采用动态图建模机制，根据输入点云的几何结构与节点特征关系动态生成连边集合，并引入边置信度门控机制。

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烟草梅州市有限公司，其通讯地址为：514071 广东省梅州市梅江区三角镇剑英公园大道22号华潮大厦商业楼；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。