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！

龙图腾网获悉安徽农业大学申请的专利一种小样本集下基于深度网络的梨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：CN116486173B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310483086.7，技术领域涉及：G06V10/764；该发明授权一种小样本集下基于深度网络的梨缺陷分类方法是由梅芳芳;侯文慧;周传起;王玉伟;王宇杰;张大山设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本一种小样本集下基于深度网络的梨缺陷分类方法在说明书摘要公布了：本发明公开了一种小样本集下基于深度网络的梨缺陷分类方法，步骤如下：步骤S1：采集不同缺陷类型的梨图像，建立缺陷图像数据库；步骤S2：将缺陷梨图像划分为图像块，并根据缺陷分类；将图像缺陷做成标签，形成mat文件，作为小样本数据集标签；步骤S3：提取每个图像块的多种特征，并进行归一化；步骤S4：将图像块的多种特征按顺序合并成mat文件，形成特征向量；步骤S5：重复步骤S1至步骤S4提取每个图像块特征向量，形成特征矩阵，并与标签数据合并为小样本数据集；按8:2的比例将数据集划分为训练数据集和测试数据集；步骤S6：构建深层网络对数据集进行训练，实现特征融合和选择；步骤S7：提取图像块的多种特征，利用训练好的网络对特征进行智能分类。

本发明授权一种小样本集下基于深度网络的梨缺陷分类方法在权利要求书中公布了：1.一种小样本集下基于深度网络的梨缺陷分类方法，其特征在于：具体包括以下步骤： 步骤S1：使用CCD摄像机在工作台上采集不同缺陷类型的梨图像，用来建立缺陷图像数据库； 步骤S2：使用MATLAB软件将采集不同缺陷类型的梨图像划分为若干像素分辨率为128×128的图像块，挑选其中一千张图像块，并根据缺陷分类，所述图像块包含图像的疤痕区域、腐烂区域、褐斑区域、花梗区域、健康区域和碰伤区域；然后将图像的疤痕区域、腐烂区域、褐斑区域、花梗区域、健康区域和碰伤区域分别按照0、1、2、3、4、5顺序标记做成标签，形成mat文件，作为小样本数据集的标签； 步骤S3：提取每个图像块的多种特征，并进行归一化； 步骤S4：将图像块的多种特征按顺序合并成mat文件，形成特征向量； 步骤S5：重复步骤S1至步骤S4提取每个图像块的特征向量，形成特征矩阵，并与标签数据合并为小样本数据集；按8:2的比例将数据集划分为训练数据集和测试数据集； 步骤S6：构建深层网络对数据集进行训练，以实现特征融合和选择； 步骤S7：提取图像块的多种特征，利用训练好的网络对特征进行智能分类； 所述步骤S3中，具体包括以下步骤： 步骤S30；提取每个图像块的RGB颜色空间的各通道平均颜色特征分量，HSV空间的色度、饱和度和亮度分量，合并形成100维RGB、HSV特征向量； 步骤S31：基于灰度共生矩阵GLCM提取纹理特征，包括能量、熵、对比度和相关度，形成4维纹理特征向量； 用P表示灰度共生矩阵的归一化频率矩阵，其中：i,j表示按照某方向同时出现于两个像素的某两个级别的灰度值，所以Pi,j表示满足这种情况的两个像素出现的概率； a能量：； b熵：； c对比度：； d相关度：； 其中：,为均值，,为标准差； 步骤S32：提取方向梯度直方图HOG特征； 所述步骤S32，具体包括以下步骤： 步骤S320：先将图像块划分为许多小的联通区域，即细胞单元，然后采集细胞单元中各个像素点的梯度或者边缘的方向直方图； 步骤S321：把各个细胞单元组合成大的、空间上连通的区间；这样，一个区间中所有细胞的梯度或者边缘的方向直方图串联起来便得到该区间的方向梯度直方图特征，形成了324维方向梯度直方图特征向量。

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安徽农业大学，其通讯地址为：230036 安徽省合肥市长江西路130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”。

以上内容由龙图腾AI智能生成。