-
公开(公告)号：CN116071653B
公开(公告)日：2025-04-22
申请号：CN202310148560.0
申请日：2023-02-16
Applicant: 浙江农林大学
Abstract: 本发明公开了基于自然图像的树木多级枝干结构自动提取方法，属于计算机图形技术领域；本发明首先对采集的树木图像进行树木图像标注处理，生成枝干标注数据；然后，对这些枝干标注数据进行处理，生成符合神经网络模型要求的长度一致的向量数据；接着，利用树木图像数据以及处理后的枝干标注数据进行神经网络模型训练，输出训练好的神经网络模型并保存；进一步地，对加载神经网络模型文件和树木图像文件进行处理，计算并输出结果；最后读取上述输出结果，进行主干和一级侧枝枝干结构的生成，并将结果存入文件。相较于现有技术，本发明所提出的方法自动化程度高，用户操作简便，能够处理复杂背景图像能力更强，且生成的枝干结构质量更高。
-
公开(公告)号：CN116071653A
公开(公告)日：2023-05-05
申请号：CN202310148560.0
申请日：2023-02-16
Applicant: 浙江农林大学
Abstract: 本发明公开了基于自然图像的树木多级枝干结构自动提取方法，属于计算机图形技术领域；本发明首先对采集的树木图像进行树木图像标注处理，生成枝干标注数据；然后，对这些枝干标注数据进行处理，生成符合神经网络模型要求的长度一致的向量数据；接着，利用树木图像数据以及处理后的枝干标注数据进行神经网络模型训练，输出训练好的神经网络模型并保存；进一步地，对加载神经网络模型文件和树木图像文件进行处理，计算并输出结果；最后读取上述输出结果，进行主干和一级侧枝枝干结构的生成，并将结果存入文件。相较于现有技术，本发明所提出的方法自动化程度高，用户操作简便，能够处理复杂背景图像能力更强，且生成的枝干结构质量更高。
-
Search Results
2
records
(took 0.02 seconds)
