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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于深度学习的水下特征识别与跟踪研究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：CN119963852B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202510038545.X，技术领域涉及：G06V10/44；该发明授权一种基于深度学习的水下特征识别与跟踪研究是由汪诣涵设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于深度学习的水下特征识别与跟踪研究在说明书摘要公布了：本发明涉及水下图像处理技术领域，尤其涉及一种基于深度学习的水下特征识别与跟踪研究，本发明通过从图像信息处理的角度进行分析，以提高图像处理质量，同时采用自适应对比度增强与限制对比度自适应直方图均衡化相结合的算法，提升图像对比度，突出特征边缘信息，以及通过去噪模板的方法对所述增强特征图像进行去噪处理，有效抑制水下图像中的噪声干扰，以便为后续特征识别提供数据支撑，有助于提高水下特征识别精度，且基于最优的YOLOv8网络模型从滤波优化特征图像提取水下焊缝特征信息，进而提高特征识别精度和准确性，且通过特征信息映射的方式对激光传感器姿态进行校准，以提高特征跟踪准确性。

本发明授权一种基于深度学习的水下特征识别与跟踪研究在权利要求书中公布了：1.一种基于深度学习的水下特征识别与跟踪研究，其特征在于，包括以下步骤： S1、对水下特征实施扫描，捕获水下特征轮廓信息，并将水下特征轮廓信息设定为待处理特征图像； S2、工控机进行滤波：对采集的待处理特征图像采用自适应对比度增强与限制对比度自适应直方图均衡化CLAHE相结合的算法进行图像增强处理，得到增强特征图像； S3、去噪处理：通过去噪模板对所述增强特征图像进行去噪处理，得到滤波优化特征图像； S4：搭建深度学习模型并设置模型训练参数，运行YOLOv8网络模型从滤波优化特征图像中提取水下焊缝特征信息； S5：将水下焊缝特征信息精确映射到水下机器的坐标系统中，以便对激光传感器姿态进行校准； S6：基于姿态校准后，采用RRT快速随机树路径规划算法生成特征跟踪轨迹，控制器依据特征跟踪轨迹驱动焊接机器人引导焊枪机移动，对焊接机器人移动的特征跟踪轨迹进行偏差预警反馈分析，对得到的避让偏差指数进行判别处理，将得到的调整指令输出反馈； 所述YOLOv8网络模型构建过程如下： 设置模型训练参数，基于模型训练参数构建数据集，将所述数据集划分为训练集和验证集，训练集被用来教导神经网络模型，而验证集则负责检验模型学习成果的有效性； 并运行模型开启训练全程监控，主要需要修改的是训练轮次、批量大小和学习率的设置值，监测训练集边界框损失、目标损失和分类损失在训练过程中的变化，最终帮助筛选出性能最优的YOLOv8网络模型。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。