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一种茶园环境下茶芽叶的姿态估计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：CN120635708B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510755637.X，技术领域涉及：G06V20/10；该发明授权一种茶园环境下茶芽叶的姿态估计方法是由罗远强;陈影媚;段林慧;吴伟斌;高炳业;李浩欣;陈天赐;朱志成;游烁滨设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种茶园环境下茶芽叶的姿态估计方法在说明书摘要公布了：本发明提供了一种茶园环境下茶芽叶的姿态估计方法，包括采集茶园环境下的多张茶芽叶图像，将所有茶芽叶图像分为训练集和验证集。构建待训练姿态估计模型，引入先验知识，根据先验知识建立损失函数。基于训练集，采用损失函数训练待训练姿态估计模型，得到茶芽叶姿态估计模型。将验证集输入茶芽叶姿态估计模型，估计出茶芽叶的姿态。本发明引入先验知识，根据先验知识指导模型训练，生成结合高维特征与先验知识的损失函数，训练得到的茶芽叶姿态估计模型可以实现更准确的关键点估计。采用茶芽叶姿态估计模型对空间中的茶芽叶进行位姿估计，可以准确提供茶芽叶的位置和朝向，从而提高识别茶芽叶茎秆采摘点位置的稳定性和准确性。

本发明授权一种茶园环境下茶芽叶的姿态估计方法在权利要求书中公布了：1.一种茶园环境下茶芽叶的姿态估计方法，其特征在于，包括： 采集茶园环境下的多张茶芽叶图像，将所有所述茶芽叶图像分为训练集和验证集； 构建待训练姿态估计模型； 基于茶芽叶的外形结构特性，标记茶芽叶关键点；其中，所述茶芽叶关键点包括茶芽中间点、第一片茶叶中间点、茶芽和第一片茶叶的交叉点以及一芽一叶茎秆采摘点； 将相邻的所述茶芽叶关键点连接成二叉树结构，得到茶芽叶关键点先验特征图； 对所述茶芽叶关键点先验特征图进行霍夫线变换检测，得到所述二叉树结构中的多条线段； 对所有所述线段进行编码，得到全局几何特征； 将所述茶芽叶关键点先验特征图划分为多个图像块； 采用Sobel算子计算所述图像块的水平梯度和垂直梯度； 计算所述水平梯度的第一梯度强度幅值和第一方向角，计算所述垂直梯度的第二梯度强度幅值和第二方向角； 采用所述第一方向角等分出M个子区间，采用所述第二方向角等分出N个子区间； 将所述第一梯度强度幅值按比例归入M个子区间内，得到水平梯度直方图； 将所述第二梯度强度幅值按比例归入N个子区间内，得到垂直梯度直方图；其中，所述水平梯度直方图和所述垂直梯度直方图组成局部梯度方向特征；所述全局几何特征和所述局部梯度方向特征组成先验知识； 基于所述先验知识，根据以下公式建立损失函数： ； 其中，为比例因子，K为所述先验知识，W为高维特征对全连接层的线性投影参数，为正则化强度比例，Y为待训练姿态估计模型预测的关键点像素位置，H为原始标签的像素位置，Loss为所述损失函数；其中，所述先验知识包括全局几何特征和局部梯度方向特征； 基于所述训练集，采用所述损失函数训练所述待训练姿态估计模型，得到茶芽叶姿态估计模型； 将所述验证集输入所述茶芽叶姿态估计模型，估计出茶芽叶的姿态。

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。