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绍兴研究院申请的专利针对微纳物体图像基于OTSU改进的显微视觉阈值分割算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：CN119991697B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202411956182.X，技术领域涉及：G06T7/11；该发明授权针对微纳物体图像基于OTSU改进的显微视觉阈值分割算法是由张群;马靖昕;陈秀琴;张茜设计研发完成，并于2024-12-28向国家知识产权局提交的专利申请。

本针对微纳物体图像基于OTSU改进的显微视觉阈值分割算法在说明书摘要公布了：本发明公开了针对微纳物体图像基于OTSU改进的显微视觉阈值分割算法，包括步骤S1：结合图像梯度信息，以基于指数与对数函数计算新的灰度权重因子，对图像进行双边滤波处理；步骤S2：利用传统类间方差公式对滤波后的图像计算传统灰度阈值,利用基于自然常数函数改进后的类间方差公式计算改进灰度阈值；步骤S3：利用传统灰度阈值和改进灰度阈值，对图像的像素进行自适应迭代运算，从而完成三区阈值分割。本发明公开的基于OTSU改进的微纳显微视觉图像阈值分割算法，克服阈值分割时像素数量比例失衡导致计算结果不准确的问题并改善全局阈值分割算法局部分析能力差的局限性。

本发明授权针对微纳物体图像基于OTSU改进的显微视觉阈值分割算法在权利要求书中公布了：1.一种针对微纳物体图像基于OTSU改进的显微视觉阈值分割算法，其特征在于，包括以下步骤： 步骤S1：结合图像梯度信息，以基于指数与对数函数计算新的灰度权重因子，对图像进行双边滤波处理； 步骤S2：利用传统类间方差公式对滤波后的图像计算传统灰度阈值,利用基于自然常数函数改进后的类间方差公式计算改进灰度阈值； 步骤S3：利用传统灰度阈值和改进灰度阈值，对图像的像素进行自适应迭代运算，从而完成三区阈值分割； 对于步骤S1，双边滤波算法如式1所示： 1； 其中，表示滤波后的图像点的灰度值，表示以为中心的卷积核权重集合，为双边滤波的权重函数，权重函数的值为空间距离域加权系数与灰度域加权系数的乘积，对应的公式如式2所示： 2； 其中，由两部分组成，分别为空间距离域加权系数与灰度域加权系数；前者利用两个像素之间的物理距离来计算高斯权重，后者利用两个像素的灰度差来计算高斯权重，，对应的公式如式3,4所示： 3； 4； 其中，为空间域标准差，为灰度域标准差； 将式4所示的灰度加权公式改为式5： 5； 其中，表示公式4中像素之间的灰度值差公式，其余各部分的解释如下所示： 将公式4中的中的灰度差平方参数改为灰度差指数参数； 为保证滤波效果为修改之后的灰度差指数，在前面添加一个自适应权重值，如式6所示： 6； 其中，表示滤波临界值，其计算方式为：利用Robert算子构建原图的梯度图像，Robert算子如式7所示： 7； 之后，对梯度图像求取平均灰度值，将该平均灰度值，作为参数代入权重值的公式中； 利用公式5所计算的代替公式4中的并带入到公式1，利用替换完的公式1对图像进行卷积滤波处理。

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绍兴研究院，其通讯地址为：312000 浙江省绍兴市越城区迪荡街道平江路2号绍兴水木湾区科学园3号楼；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。