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！

龙图腾网获悉北京科技大学申请的专利一种高速线材图像横向抖动矫正方法及装置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：CN117058355B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310919685.9，技术领域涉及：G06V10/24；该发明授权一种高速线材图像横向抖动矫正方法及装置是由周鹏;王海晟;马博渊设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种高速线材图像横向抖动矫正方法及装置在说明书摘要公布了：本发明涉及智能制造技术领域，特别是指一种高速线材图像横向抖动矫正方法及装置，方法包括：获取高速线材训练样本，高速线材训练样本包括高速线材样本图像以及对应的真值边界点位置；根据高速线材样本图像以及对应的真值边界点位置，对待训练的边界识别模型进行训练，得到训练完毕的边界识别模型；获取高速线材原始图像，将高速线材原始图像输入到训练完毕的边界识别模型，得到高速线材原始图像左右两侧的边界线位置信息；根据高速线材原始图像左右两侧的边界线位置信息，对高速线材原始图像进行抖动矫正。采用本发明，可以处理高速线材原始图像的横向抖动，使得处理后的高速线材侧拍图更加稳定、清晰。

本发明授权一种高速线材图像横向抖动矫正方法及装置在权利要求书中公布了：1.一种高速线材图像横向抖动矫正方法，其特征在于，所述方法包括： S1、获取高速线材训练样本，所述高速线材训练样本包括高速线材样本图像以及对应的真值边界点位置； S2、根据所述高速线材样本图像以及对应的真值边界点位置，对待训练的边界识别模型进行训练，得到训练完毕的边界识别模型； 其中，所述S2包括： S21、将所述高速线材样本图像输入到待训练的边界识别模型的特征提取模块，得到所述高速线材样本图像的特征信息； S22、将所述高速线材样本图像的特征信息输入到待训练的分类识别分支模块中，经过三层全连接层进行计算，最后一层全连接层输出一个判别结果，通过应用均方误差MSE损失函数的下式1对分类结果进行损失计算： 其中，k表示每行的像素个数，yi ′表示第i个像素的预测标签，yi表示第i个像素的真实标签； S23、将所述高速线材样本图像的特征信息输入到待训练的回归识别分支模块中，输出所述高速线材样本图像的预测边界点位置，根据预测边界点坐标、所述高速线材样本图像对应的真值边界点位置、通过OKS损失函数的下述公式2对回归识别结果进行损失计算； 其中，xleft代表预测边界点位置的左边界横坐标，xright代表预测边界点位置的右边界横坐标，xgt_left代表真值边界点位置的左边界横坐标，xgt_right代表真值边界点位置的右边界横坐标，Lforeground代表高速线材前景的长度； S3、获取高速线材原始图像，将所述高速线材原始图像输入到训练完毕的边界识别模型，得到所述高速线材原始图像左右两侧的边界线位置信息； 其中，所述S3包括： S31、设定i＝1，N为所述高速线材原始图像的像素总行数； S32、读取所述高速线材原始图像的第i行像素，获取第i-1行的边界点位置结果，将所述第i行像素和所述第i-1行的边界点位置结果进行连接，将连接结果输入到所述特征提取模块，得到第i行像素的特征信息； S33、将所述第i行像素的特征信息输入到所述分类识别分支模块，得到第i行像素是否含有钢材的判别结果； S34、将所述第i行像素的特征信息输入到所述回归识别分支模块，得到第i行的待确定边界点位置； S35、根据第i行像素是否含有钢材的判别结果和第i行的待确定边界点位置，确定第i行的边界点位置结果； S36、比较i与N，如果i大于或等于N，则转去执行S37，如果i小于N，则i＝i+1，转去执行S32； S37、根据每行的边界点位置信息，确定所述高速线材原始图像左右两侧的边界线位置信息； S4、根据所述高速线材原始图像左右两侧的边界线位置信息，对所述高速线材原始图像进行抖动矫正。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。