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！

龙图腾网恭喜西北农林科技大学申请的专利一种基于深度学习的树木点云补全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：CN114491697B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202210107549.5，技术领域涉及：G06F30/10；该发明授权一种基于深度学习的树木点云补全方法是由胡少军;陆乐园;李原浩设计研发完成，并于2022-01-28向国家知识产权局提交的专利申请。

本一种基于深度学习的树木点云补全方法在说明书摘要公布了：本发明公开了一种基于深度学习的树木点云补全方法，本方法为缺失点云预测和补全结果优化两个阶段。在预测阶段我们使用端到端的神经网络，通过给定残缺树木点云预测缺失的部分。在此阶段仅预测缺失部分的点云，保持输入点云不变。但预测结果存在与输入点云融合不好的现象。为此，我们采用点云优化网络对预测结果和原始输入做进一步的处理，以优化总体分布。我们的结果表明，针对残缺树木点云补全，预测网络和优化网络的组合取得了较好的效果。具有补全效率高、形态真实、适用范围广的特点。本发明为避免由于体素化带来的的高存储成本和几何信息的丢失，在原始点云上构建并运行网络，能够对残缺的树木点云有效修补。

本发明授权一种基于深度学习的树木点云补全方法在权利要求书中公布了：1.一种基于深度学习的树木点云补全方法，其特征在于，包括如下步骤：一树木点云获取真实树木点云的获取：获取林区树木点云并对获取到的林区树木点云进行单棵树木分割，筛选出具有完整树木结构的点云，去除地面噪点以及离群噪点，得到真实树木点云；虚拟树木点云的获取：设计并生成树木模型，树木模型包含若干个单棵树木模型，使用虚拟相机从前、后、左、右四个方向扫描单棵树木模型，记录单次扫描相机参数并存储扫描得到的点云，得到虚拟树木点云；二构建并训练点云预测网络将真实树木点云和虚拟树木点云共同组成树木点云的数据集，并将数据集分为训练集、验证集以及测试集；建立预测网络，将训练集中的每颗树木点云进行裁剪出得到M'，并将剩余部分I作为残缺树点云输入所述预测网络得到预测缺失部分M，将M'和M进行对照修正所述预测网络；三点云优化构建点优化网络，其输入是预测网络的输出M和不完整输入I组合，输出最终优化后的结果P；所述点优化网络为残差网络，通过学习生成点云的残差值，从而得到所述P。

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西北农林科技大学，其通讯地址为：712100 陕西省咸阳市西农路22号西北农林科技大学；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”。