Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州滨海信息科技有限公司赵祺获国家专利权

广州滨海信息科技有限公司赵祺获国家专利权

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!

龙图腾网获悉广州滨海信息科技有限公司申请的专利一种量化计算色块类图形像素差异的方法和计算机设备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:CN120259259B

龙图腾网通过国家知识产权局官网在2025-10-28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:202510384732.3,技术领域涉及:G06T7/00;该发明授权一种量化计算色块类图形像素差异的方法和计算机设备是由赵祺设计研发完成,并于2025-03-28向国家知识产权局提交的专利申请。

一种量化计算色块类图形像素差异的方法和计算机设备在说明书摘要公布了:本发明涉及计算机视觉图像处理的技术领域,尤其是涉及一种量化计算色块类图形像素差异的方法和计算机设备,其包括:步骤1:图形分组;步骤2:图形分层组队;步骤3:计算图形的偏离系数矩阵Y;步骤4:计算非有效区域的像素矩阵Z;步骤5:计算在非有效区域下相对标杆图的量化差距数值;步骤6:有效区域颜色量化评价;步骤7:图形差异评价结果输出,其中,根据计算结果,得到LAi的数值越大,表示该图片与标杆图差异程度越大,数值越小则越接近。本申请具有在色块图形生成任务中能够精准量化边缘锐度与内部颜色纯度的效果。

本发明授权一种量化计算色块类图形像素差异的方法和计算机设备在权利要求书中公布了:1.一种量化计算色块类图形像素差异的方法,其特征在于,包括以下步骤: 步骤1:图形分组:准备若干所需对比图形,选取其中一张图形作为标杆图,记为图A,并得到其余图形集合X1={A1,A2,...,Ai,...,An},其中,n≥2,i为1至n的整数; 步骤2:图形分层组队:将图A1至图An逐个按照RGB三原色进行图层拆分,并在每个RGB图层的像素位置均标记出红色、绿色、蓝色的量化数值,得到RGB图层集合X2={A1_R,A1_G,A1_B,...,Ai_R,Ai_G,Ai_B,...,An_R,An_G,An_B},其中,Ai_R为图Ai的红色图层,Ai_G为图Ai的绿色图层,Ai_B为图Ai的蓝色图层,n≥2,i为1至n的整数; 步骤3:计算图形的偏离系数矩阵Y:识别图A色块的边界像素坐标,计算图A中除色块外的每个像素位置距离图A色块的边界像素坐标的最短距离,形成偏离系数矩阵Y; 步骤4:计算非有效区域的像素矩阵Z:分别提取图A中非色块区域与所有RGB图层的重叠区域,并在每个重叠区域的像素位置均标记出红色、绿色、蓝色的量化数值,得到集合X3={Z_A1_R,Z_A1_G,Z_A1_B,...,Z_Ai_R,Z_Ai_G,Z_Ai_B,...,Z_An_R,Z_An_G,Z_An_B},其中,Z_Ai_R为图A中非色块区域与图层Ai_R的重叠区域形成的矩阵,Z_Ai_G为图A中非色块区域与图层Ai_G的重叠区域形成的矩阵,Z_Ai_B为图A中非色块区域与图层Ai_B的重叠区域形成的矩阵,n≥2,i为1至n的整数; 步骤5:计算在非有效区域下相对标杆图的量化差距数值:将集合X3中的所有矩阵分别与偏离系数矩阵Y相乘,并对相乘后得到的数值矩阵内的元素进行累计相加后,得到集合X4={L_A1_R,L_A1_G,L_A1_B,...,L_Ai_R,L_Ai_G,L_Ai_B,...,L_An_R,L_An_G,L_An_B},其中,L_Ai_R为图层Ai_R在非有效区域下相对图A的红色量化差距数值,L_Ai_G为图层Ai_G在非有效区域下相对图A的绿色量化差距数值,L_Ai_B为图层Ai_B在非有效区域下相对图A的蓝色量化差距数值,n≥2,i为1至n的整数; 步骤6:有效区域颜色量化评价:对图A按照RGB三原色进行图层拆分,并在每个RGB图层的像素位置均标记出红色、绿色、蓝色的量化数值,得到图层A_R,图层A_G,图层A_B,分别提取图A中色块区域与集合X2中所有RGB图层的重叠区域,在每个重叠区域内的像素位置对应标记出集合X2中对应RGB图层的红色、绿色、蓝色的量化数值,并将每个重叠区域内像素位置的RGB数值与图层A_R对应像素位置的RGB数值进行比较计算,将每个像素位置的差值进行累计,获得相应图层的颜色差距数值C_Ai_R、C_Ai_G、C_Ai_B,然后进行累计后得到颜色量化评价数值,其中,C_Ai_R为图层Ai_R在有效区域下相对图A的红色差距数值,C_Ai_R为图层Ai_R在有效区域下相对图A的绿色差距数值,C_Ai_R为图层Ai_R在有效区域下相对图A的蓝色差距数值; 步骤7:图形差异评价结果输出:将步骤5和步骤6所得L_Ai_R、L_Ai_G、L_Ai_B、C_Ai_R、C_Ai_G、C_Ai_B进行累计后,得到图片Ai的差异评价值LAi,图片Ai的差异评价值LAi公式为:LAi=L_Ai_R+L_Ai_G+L_Ai_B+C_Ai_R+C_Ai_G+C_Ai_B,其中,根据计算结果,得到LAi的数值越大,表示该图片与标杆图差异程度越大,数值越小则越接近。

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广州滨海信息科技有限公司,其通讯地址为:510000 广东省广州市南沙区丰泽东路106号(自编1号楼)X1301-D4385(集群注册)(JM);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”。

以上内容由龙图腾AI智能生成。

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。