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！

龙图腾网恭喜四川省农业机械科学研究院申请的专利一种基于机器视觉的茶芽筛选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：CN119295957B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411833058.4，技术领域涉及：G06V20/10；该发明授权一种基于机器视觉的茶芽筛选方法是由周彦君;王浩;马倩;杨巧玉;邓佳;吴建;林川尧;刘小谭;叶江红;李清设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于机器视觉的茶芽筛选方法在说明书摘要公布了：本发明公开了一种基于机器视觉的茶芽筛选方法，属于图像处理技术领域，本发明首先对茶叶图像进行疑似芽区像素点筛选，构建芽区显著滤波图像；随后，计算像素点绒毛系数值，并精确分割绒毛区域，引入特征融合单元，将绒毛区像素值和绒毛系数值进行深度融合，并结合芽形态值特征，最终通过分类模型实现高精度的茶芽区域识别。与传统方法相比，本发明在图像预处理、特征提取和分类识别环节均进行了技术优化，有效解决了茶芽筛选精度低的技术难题，为茶叶智能化筛选提供了新的技术路径。

本发明授权一种基于机器视觉的茶芽筛选方法在权利要求书中公布了：1.一种基于机器视觉的茶芽筛选方法，其特征在于，包括以下步骤：S1、对茶叶图像筛选疑似芽区像素点，得到芽区显著滤波图像；S2、对芽区显著滤波图像计算像素点的绒毛系数值；S3、根据绒毛系数值筛选绒毛像素点，并对绒毛像素点进行分区处理，再从芽区显著滤波图像上截取绒毛区；S4、采用特征融合单元对绒毛区的像素值和绒毛系数值进行特征融合，得到融合特征；S5、对绒毛区计算芽形态值，采用分类模型对融合特征进行分类处理，基于芽形态值的特征增强，得到茶芽区域；所述S2包括以下分步骤：S21、将芽区显著滤波图像转换到HSI颜色空间，提取I分量；S22、根据I分量，计算芽区显著滤波图像上每个像素点的亮度对比度；S23、对芽区显著滤波图像灰度处理，得到每个像素点的灰度值；S24、根据各个像素点的灰度值，计算芽区显著滤波图像上每个像素点的纹理复杂度；S25、将同一像素点的亮度对比度和纹理复杂度相加，得到绒毛系数值；所述S22中计算亮度对比度的公式为： ，其中，μi为第i个像素点的亮度对比度，Ii为芽区显著滤波图像上第i个像素点的I分量，Ic为芽区显著滤波图像上第i个像素点邻域范围内的I分量均值，i为芽区显著滤波图像上像素点的编号；所述S24中计算纹理复杂度的公式为： ，其中，εi为第i个像素点的纹理复杂度，Gi为第i个像素点的灰度值，Gi,j为第i个像素点邻域范围内第j个像素点的灰度值，Gc为邻域范围内的灰度值均值，i为芽区显著滤波图像上像素点的编号，j为邻域范围内像素点的编号，N为邻域范围的大小；所述S3包括以下分步骤：S31、在芽区显著滤波图像上，将绒毛系数值大于绒毛系数阈值的像素点作为绒毛像素点；S32、以一个未分区的绒毛像素点为初始生长点；S33、判断初始生长点的邻域范围内是否存在未分区的绒毛像素点，若是，将未分区的绒毛像素点和初始生长点归为一个候选区，并跳转至步骤S34，若否，则将初始生长点归为一个候选区，并跳转至步骤S32；S34、在候选区中边缘取一个未成为过生长点的绒毛像素点作为新生长点；S35、判断新生长点的邻域范围内是否存在未分区的绒毛像素点，若是，将未分区的绒毛像素点归为该候选区，并跳转至步骤S34，若否，则直接跳转至步骤S34，直到候选区中所有边缘绒毛像素点的邻域范围内均不存在未分区的绒毛像素点；S36、跳转至步骤S32，直到芽区显著滤波图像上所有绒毛像素点均有对应候选区；S37、丢弃像素点数量小于数量阈值的候选区；S38、对剩余每个候选区中设置最小外接矩形；S39、根据最小外接矩形的位置，从芽区显著滤波图像截取绒毛区。

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四川省农业机械科学研究院，其通讯地址为：610000 四川省成都市二环路东4段牛沙路5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”。