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！

龙图腾网获悉华南农业大学申请的专利基于色彩化点云多视角关键点定位的牛只体尺测量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：CN119380041B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411272041.6，技术领域涉及：G06V10/46；该发明授权基于色彩化点云多视角关键点定位的牛只体尺测量方法是由张素敏;李志坤;彭锦发;尹令;刘庆友;罗西尔设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。

本基于色彩化点云多视角关键点定位的牛只体尺测量方法在说明书摘要公布了：本发明提供一种基于色彩化点云多视角关键点定位的牛只体尺测量方法，采集牛只3D点云构建初始点云数据集，利用空间点色彩化模型获取三视图片集并划分为训练集、验证集和测试集；构建关键点识别模型，并利用训练集进行训练、利用验证集进行验证，获取性能最优的关键点识别模型后对测试集进行关键点识别，获取若干个关键点的二维平面坐标；利用异维关键点坐标转换算法将二维平面坐标转换为三维空间坐标，利用所有关键点的三维空间坐标计算牛只的体尺参数；本发明实现了牛只3D点云体尺测量关键点的精确定位，提高了测量的精度；同时，基于精确定位的多个关键点，能够准确计算各种牛只体尺参数，实现完整的参数计算。

本发明授权基于色彩化点云多视角关键点定位的牛只体尺测量方法在权利要求书中公布了：1.一种基于色彩化点云多视角关键点定位的牛只体尺测量方法，其特征在于，包括以下步骤： S1：采集牛只3D点云并构建初始点云数据集； S2：将所述初始点云数据集输入预先构建的空间点色彩化模型中进行处理，获取三视图片集并划分为训练集、验证集和测试集，对所述训练集和验证集进行关键点标注； 将所述初始点云数据集输入预先构建的空间点色彩化模型中进行处理，获取三视图片集包括： 所述预先构建的空间点色彩化模型分别对初始点云数据集中的每个牛只3D点云进行以下操作： 将所述牛只3D点云记为点集P，对于点集P的3D空间坐标集合表示为：，其中n为是牛只3D点云中的点数，表示3D点云中第i个点的3D空间坐标； 调整所述牛只3D点云的方向，使牛体头部朝向、牛体纵向和牛体横向分别与X轴、Y轴和Z轴方向平行； 基于局部表面拟合法估计牛只3D点云侧视、俯视和后视三个视图平面的法向量； 对牛只3D点云进行色彩映射：对于牛只侧视、俯视和后视三个视图，分别提取点集P的Z轴坐标集合、Y轴坐标集合和X轴坐标集合，对三个坐标集合分别进行归一化处理，分别映射至[0,1]区间内，获取归一化后的三个坐标集合； 根据归一化后的三个坐标集合，利用Matplotlib数据可视化库中的terrain色彩带分别对牛只3D点云进行三个维度的色彩映射，分别生成牛只侧视、俯视和后视三个视图对应的3D彩色点云； 利用Open3D的物理光照引擎将三组3D彩色点云分别进行可视化处理，并提取牛只侧视、俯视和后视三个视图的初始二维图片； 将牛只三个视图的初始二维图片进行裁剪和图像锐化，获取牛只3D点云对应的三视图片； 将所有牛只3D点云对应的三视图片共同保存为三视图片集； 所述三视图片集包括牛只侧视、俯视和后视三个视图的若干张二维图片； S3：基于深度学习算法构建关键点识别模型，并利用关键点标注后的训练集对关键点识别模型进行训练，利用关键点标注后的验证集对训练后的关键点识别模型进行验证，获取性能最优的关键点识别模型； S4：将所述测试集输入性能最优的关键点识别模型进行关键点识别，获取若干个关键点的二维平面坐标； S5：利用预设的异维关键点坐标转换算法将所有关键点的二维平面坐标转换为三维空间坐标；利用所有关键点的三维空间坐标计算牛只的体尺参数，完成牛只的体尺测量。

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华南农业大学，其通讯地址为：510642 广东省广州市天河区五山路483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。