中国农业科学院茶叶研究所李杨获国家专利权
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科学院茶叶研究所申请的专利基于融合热力图像和RGB图像的茶叶嫩芽采摘点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:CN114842187B 。
龙图腾网通过国家知识产权局官网在2025-10-21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:202210228036.X,技术领域涉及:G06V10/24;该发明授权基于融合热力图像和RGB图像的茶叶嫩芽采摘点定位方法是由李杨;董春旺;马蓉;张人天;程亦帆;姜嘉胤;王慕哲设计研发完成,并于2022-03-08向国家知识产权局提交的专利申请。
本基于融合热力图像和RGB图像的茶叶嫩芽采摘点定位方法在说明书摘要公布了:本发明公开了一种基于融合热力图像和RGB图像的茶叶嫩芽采摘点定位方法,包括:首先利用图像采集设备获取若干个茶树嫩芽的茶叶嫩芽图像对,对每对所述茶叶嫩芽图像对进行标注,得到茶叶嫩芽目标检测数据库和茶叶嫩芽关键点检测数据库;其次将所述嫩芽目标检测数据库和茶叶嫩芽关键点检测数据库分别输入基于深度卷积神经网络的目标检测模型和关键点模型进行训练,分别得到目标检测模型和关键点检测模型;最后利用训练后的目标检测模型、关键点检测模型依次对茶树嫩芽图像对进行处理得到嫩芽关键点位置,在结合嫩芽生长特点对所述茶树嫩芽进行采摘点定位,得到嫩芽采摘点位置。本发明提高了茶叶嫩芽采摘点定位的精度和效率。
本发明授权基于融合热力图像和RGB图像的茶叶嫩芽采摘点定位方法在权利要求书中公布了:1.一种基于融合热力图像和RGB图像的茶叶嫩芽采摘点定位方法,其特征在于:所述方法包括如下步骤: 获取若干个茶树嫩芽的茶叶嫩芽图像对,所述茶叶嫩芽图像对包括茶叶嫩芽热力图像和茶叶嫩芽RGB图像; 对每对所述茶叶嫩芽图像对进行标注,得到茶叶嫩芽目标检测数据库和茶叶嫩芽关键点检测数据库; 将所述嫩芽目标检测数据库输入基于深度卷积神经网络的目标检测模型进行训练,得到训练后的目标检测模型,包括: 将所述嫩芽目标检测数据库按照第一预设比例划分为目标检测训练集和目标检测验证集; 将所述目标检测训练集输入基于深度卷积神经网络的目标检测模型进行训练,得到目标检测模型权重文件; 将训练后的目标检测模型权重文件加载到目标检测模型中,得到训练后的目标检测模型; 将嫩芽关键点检测数据库输入关键点检测模型进行训练,得到训练后的关键点检测模型,包括: 将所述嫩芽关键点检测数据库按照第二预设比例划分为关键点训练集和关键点验证集; 将所述关键点训练集输入关键点检测模型进行训练,得到关键点检测模型权重文件; 基于HRNet网络利用pytorch程序建立改进的关键点检测模型,所述改进的关键点检测模型为将关键点检测模型的输入层改进为4通道,以用于输入热力图像和RGB图像融合后的图像; 将所述关键点训练集分批次不断迭代的输入关键点检测模型,当模型收敛,则完成关键点检测模型的训练,得到关键点检测模型权重文件; 将训练后的关键点检测模型权重文件加载到关键点检测模型中,得到训练后的关键点检测模型; 所述关键点检测模型的损失函数为: ; ; ; ; 其中,1、2、3为L1、L2、L3的权重系数;Pk表示样本的第k个关键点,ŷPk表示网络预测的关键点热图,yPk表示真实值得到的热图; dP1,C表示网络预测的茶叶嫩芽关键点到其所在矩形区域中心C的欧式距离; 利用图像采集设备拍摄待采摘茶叶嫩芽的图像对; 根据训练后的目标检测模型、关键点检测模型和图像对,得到嫩芽关键点位置; 结合嫩芽生长特点和嫩芽关键点位置对所述茶树嫩芽进行采摘点定位,得到嫩芽采摘点位置; 其中,所述结合嫩芽生长特点和嫩芽关键点位置对所述茶树嫩芽进行采摘点定位,得到嫩芽采摘点位置的步骤,包括: 当所述嫩芽关键点为两个点时,此时d为两个关键点之间的欧式距离,利用P1和P2建立直线方程,在线段P1P2上取距离P1点距离为0.4d的点作为茶叶嫩芽采摘点位置; 当所述嫩芽关键点为一个点时,则用基于P1或P2的位置和区域生长算法进行图像分割,获得茶叶嫩芽枝干的二值化图像,在经过膨胀腐蚀操纵滤除其中的噪声,在通过直线拟合方法对二值化图像进行拟合,将关键点在直线上向下偏移预设距离后确定茶叶嫩芽采摘点位置。
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科学院茶叶研究所,其通讯地址为:310008 浙江省杭州市西湖区梅灵南路9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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励