国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 西安建筑科技大學宋琳獲國家專利權

西安建筑科技大學宋琳獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網獲悉西安建筑科技大學申請的專利一種基于特征編碼融合的建筑垃圾物料視覺識別方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114580569B

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210332462.8,技術領域涉及:G06V10/764;該發明授權一種基于特征編碼融合的建筑垃圾物料視覺識別方法是由宋琳;宋琪;馬宗方;趙慧軒設計研發完成,并于2022-03-31向國家知識產權局提交的專利申請。

一種基于特征編碼融合的建筑垃圾物料視覺識別方法在說明書摘要公布了:本發明公開了一種基于特征編碼融合的建筑垃圾物料視覺識別方法,包括以下步驟;利用相機采集建筑垃圾圖像并對采集的數據進行預處理;對預處理后的一幅建筑垃圾圖像進行不重疊分塊;利用基于局部相似性約束的BoVW模型對圖像的顏色特征進行編碼,得到圖像的顏色詞袋特征;利用基于局部相似性約束的BoVW模型分別對圖像的LBP特征進行編碼,得到圖像的LBP詞袋特征;對特征融合;重復以上步驟,提取訓練集中每個圖像的判別特征,利用判別特征集訓練分類器;輸入一張測試圖像,重復以上步驟,提取該圖像的判別特征測試步驟五所得的分類器,并輸出分類結果。本發明構建融合判別特征作為分類器的輸入訓練建筑垃圾分類模型,實現建筑垃圾物料的快速分類。

本發明授權一種基于特征編碼融合的建筑垃圾物料視覺識別方法在權利要求書中公布了:1.一種基于特征編碼融合的建筑垃圾物料視覺識別方法,其特征在于,包括以下步驟;步驟一:利用相機采集建筑垃圾圖像并對圖像進行預處理;步驟二:對預處理后的一幅建筑垃圾圖像進行不重疊分塊;步驟三:圖像分塊后,提取子塊的顏色特征,然后利用基于局部相似性約束的BoVW模型對顏色特征進行編碼,獲得圖像的顏色詞袋特征利用基于局部相似性約束的BoVW模型對圖像的顏色特征進行編碼,得到圖像的顏色詞袋特征色調包含圖像的彩色信息,是區分不同顏色物料的顯著特征,以HSV模型中的H分量為目標特征,利用直方圖統計方法提取H分量的分布特性作為顏色特征,BoVW模型是將信息檢索領域中詞袋模型引入計算機視覺領域內的產物,具有不局限于底層特征數量的特點以及不依賴具體特征類型的特征分辨能力,根據步驟一與步驟二,利用BoVW模型對圖像的顏色特征進行編碼,考慮到空間特征的局部相似性,構建基于局部約束的BoVW模型,在特征編碼上,利用最近的N個視覺單詞頻次直方圖表達圖像,即對于任一視覺詞匯,通過計算它與視覺單詞之間的歐氏距離,尋找距離最小的N個視覺單詞來替代當前視覺詞匯,最終統計頻次,并以視覺單詞頻次直方圖表達圖像內容;步驟四:圖像分塊后,提取子塊的圖像LBP特征,然后利用基于局部相似性約束的BoVW模型對LBP特征進行編碼,獲得圖像的LBP詞袋特征步驟五:融合顏色詞袋特征和LBP詞袋特征步驟六:構建分類器,重復步驟一~五,提取訓練集中每個圖像的判別特征,利用判別特征集訓練分類器;步驟七:構建分類器,輸入一張測試圖像,重復步驟一~五,提取該圖像的判別特征測試步驟五所得的分類器,并輸出分類結果;所述步驟四中,具體方法為:步驟4.1:按照步驟一和步驟二的方法對訓練集圖像進行處理后,獲得灰度化圖像,針對每個子塊bm提取LBP特征,LBP特征的提取是在3×3鄰域內,計算并統計每個像素點的LBP值,以LBP值的直方圖為圖像的LBP特征,LBP值的計算公式如下: 其中,p為鄰域像素點個數,gc為中心像素點的灰度值即閾值,gi為鄰域相鄰像素點的灰度值,s·為符號函數,可表示為: 按照上述操作,分別計算圖像每個像素點的LBP值,將所有LBP值統計為直方圖并歸一化后得到的向量為該圖像的LBP特征,考慮到原始LBP特征維度較高的問題,采用均勻模式LBP算子,則一幅圖像的LBP特征可表示為其中為圖像中第m個子塊的LBP特征向量;步驟4.2:構建紋理視覺詞袋,具體方法為:與步驟3.2相同,首先提取訓練集圖像中第i類物料的LBP特征集接著利用K-means聚類算法對第i類物料圖像的LBP特征集進行聚類,建立第i類物料圖像的顏色視覺詞袋,最后組合五類物料圖像的顏色視覺詞袋,構成訓練和測試所用的LBP視覺詞袋視覺單詞數量步驟4.3:基于紋理特征詞袋,對圖像進行統計編碼,具體方法與步驟3.3相同,給定一幅圖像,根據式6尋找距離最小的N個視覺單詞; 其中為替代特征向量的第n個視覺單詞,統計用于代替圖像子塊視覺詞匯的所有視覺單詞,得到表示該圖像的KLBP維紋理視覺單詞詞頻分布直方圖向量即為此幅圖像的紋理視覺詞袋特征。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西安建筑科技大學,其通訊地址為:710055 陜西省西安市雁塔路13號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 镶黄旗| 蓬溪县| 博罗县| 湟中县| 治县。| 浙江省| 孟连| 新竹市| 万载县| 横峰县| 绵竹市| 永城市| 和龙市| 楚雄市| 中宁县| 离岛区| 扎鲁特旗| 英山县| 林芝县| 汝城县| 隆安县| 淮南市| 克山县| 白玉县| 彩票| 永定县| 曲水县| 滕州市| 西乌| 洱源县| 那坡县| 社会| 玛沁县| 盐源县| 芦山县| 高密市| 当阳市| 金坛市| 若尔盖县| 河北省| 蓬安县|