龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：合肥高晶光电科技有限公司
申请日：2024-03-28
公开（公告）日：2024-06-28
公开（公告）号：CN118262219A
主分类号：G06V10/98
分类号：G06V10/98;G06V10/56;G06V10/54;G06V10/50;G06V10/26
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种色选机图像的智能评价方法，涉及图像处理技术领域，解决了现有技术对色选机图像数据进行评价时，由于数据处理量较大而影响评价效率的技术问题；本发明通过将标准图像数据分割为若干子区域图像，基于子区域图像的色选特征向量以及标准评价结果训练获取图像评价模型；本发明基于不同位置的子区域图像色选特征向量训练得到图像评价模型，可提高图像评价模型的评价精度；本发明将待评价图像分割成若干子区域图像，按照顺序或者随机选择子区域图像并通过图像评价模型来识别评价，一旦出现子区域图像评价不合格则待评价图像不合格；本发明将待评价图像由大化小后进行评价，在保证评价精度的基础上可提高待评价图像的整体评价效率。
主权项：1.一种色选机图像的智能评价方法，其特征在于，包括：步骤一：获取若干物料的色选机图像数据；对色选机图像数据进行预处理，得到标准图像数据；其中，物料包括大米、茶叶、豆类、药材或者种子，预处理包括降噪处理、增强处理和灰度化处理；步骤二：将标准图像数据均分为若干子区域图像，对若干子区域图像进行评价，得到标准评价结果；计算若干子区域图像的色选特征向量；根据物料类别匹配设置若干子区域图像的色选特征阈值范围；步骤三：基于子区域图像的编号、子区域色选特征向量、色选特征阈值范围和标准评价结果整合获取标准训练数据；通过标准训练数据训练人工智能模型，得到图像评价模型；其中，人工智能模型包括支持向量机模型或者深度卷积网络模型；步骤四：将待评价图像划分为若干子区域图像，根据待评价图像对应物料类别和若干子区域图像的色选特征向量，生成图像评价序列；将图像评价序列与图像评价模型结合，获取待评价图像的图像评价结果。
全文数据：
权利要求：
百度查询： 合肥高晶光电科技有限公司 一种色选机图像的智能评价方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号