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！

龙图腾网获悉浙江大学申请的专利稀疏通道识别与邻域增强分类相融合的苹果缺陷分类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：CN116385782B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202310345379.9，技术领域涉及：G06V10/764；该发明授权稀疏通道识别与邻域增强分类相融合的苹果缺陷分类方法是由饶秀勤;朱逸航;应义斌;徐惠荣;徐涛;许旭锋;高源设计研发完成，并于2023-04-03向国家知识产权局提交的专利申请。

本稀疏通道识别与邻域增强分类相融合的苹果缺陷分类方法在说明书摘要公布了：本发明公开了一种稀疏通道识别与邻域增强分类相融合的苹果缺陷分类方法。本发明包括苹果单果定位和表面缺陷检测两个处理模块。本发明通过建立稀疏通道个体识别模型和线性邻域增强苹果缺陷分类模型，实现了对包含多个苹果的图像的单果快速分割和多种类型缺陷的准确分类。本发明采用双模型链式结构异步缺陷分类方法进行多果图像中苹果缺陷分类，提高了识别效率和稳定性。

本发明授权稀疏通道识别与邻域增强分类相融合的苹果缺陷分类方法在权利要求书中公布了：1.一种稀疏通道识别与邻域增强分类相融合的苹果缺陷分类方法，其特征在于，包括以下步骤： 步骤1：根据苹果单果检测数据集训练稀疏通道个体识别模型，获得训练好的稀疏通道个体识别模型，训练好的稀疏通道个体识别模型输出对应的苹果单果表面缺陷检测原始数据集；所述步骤1中的稀疏通道个体识别模型由个体识别主干网络和个体识别检测网络相连组成，个体识别主干网络包括2个卷积模块、3个池化层和4个稀疏结构ELAN残差块，个体识别检测网络包括空间金字塔池化跨阶段局部连接模块、9个卷积模块、4个稀疏结构ELAN残差块和2个上采样层； 步骤2：根据苹果单果检测数据集对应的苹果语义分割数据集训练基于语义分割的单果光照矫正模型，获得训练好的基于语义分割的单果光照矫正模型，将苹果单果表面缺陷检测原始数据集输入训练好的基于语义分割的单果光照矫正模型后，训练好的基于语义分割的单果光照矫正模型输出苹果单果表面缺陷检测光照矫正数据集；所述基于语义分割的单果光照矫正模型由FastUnet语义分割以及自适应快速光照矫正组成，其中FastUnet模型的训练集是苹果语义分割数据集，其中自适应快速光照矫正使用FastUnet生成的蒙版图像限制矫正区域，对矫正区域使用基于最小二次项回归方法构建光场完成光照矫正； 步骤3：由苹果单果表面缺陷检测原始数据集和苹果单果表面缺陷检测光照矫正数据集构成苹果单果表面缺陷检测增强数据集，根据苹果单果表面缺陷检测增强数据集训练线性邻域增强苹果缺陷分类模型，获得训练好的线性邻域增强苹果缺陷分类模型；所述线性邻域增强苹果缺陷分类模型由苹果缺陷分类主干网络和苹果缺陷分类网络相连组成，将个体识别主干网络中所有的稀疏结构ELAN残差块替换为扩展ELAN残差块后，获得苹果缺陷分类主干网络；在个体识别检测网络中第六稀疏结构ELAN残差块和第七卷积模块之间增加第一空间转深度模块，第七稀疏结构ELAN残差块和第九卷积模块之间增加第二空间转深度模块，第八稀疏结构ELAN残差块和第十一卷积模块之间增加第三空间转深度模块，再将个体识别检测网络中所有的稀疏结构ELAN残差块替换为扩展ELAN残差块后获得苹果缺陷分类主干网络； 步骤4：将待预测的多果图像输入到训练好的稀疏通道个体识别模型中，输出当前多果图像中各个苹果对应的单果图像； 步骤5：将多果图像对应的多张单果图像均输入到训练好的线性邻域增强苹果缺陷分类模型，预测获得各张单果图像对应的缺陷以及定位框。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。