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！

龙图腾网获悉四川九洲电器集团有限责任公司申请的专利一种基于遗传特性的人物目标边缘图像提取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：CN117197484B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202311180391.5，技术领域涉及：G06V10/44；该发明授权一种基于遗传特性的人物目标边缘图像提取方法是由范明荣;刘建伟;何文设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本一种基于遗传特性的人物目标边缘图像提取方法在说明书摘要公布了：本发明公开了一种基于遗传特性的人物目标边缘图像提取方法，涉及图像处理领域。建立待处理人物目标图像的数据模型，将图像转换为人物目标图像矩阵，图像每个像素点的灰度值对应矩阵中相应位置的元素值；利用具有遗传特性的模糊聚类方法对人物目标图像矩阵中每个像素点进行聚类处理，生成用于标记每个像素点所属类的标记矩阵；利用标记矩阵和人物目标图像矩阵之间的对应关系，将同一类里的所有像素点灰度值重置为该类的平均灰度值，形成人物目标聚类图；利用8邻域方法，对人物目标聚类图进行边缘提取，形成人物目标边缘图像。本发明不仅使聚类结果更逼近真实的划分，提升了目标聚类准确性和抗噪性。

本发明授权一种基于遗传特性的人物目标边缘图像提取方法在权利要求书中公布了：1.一种基于遗传特性的人物目标边缘图像提取方法，其特征在于：包括以下步骤： 步骤1：建立待处理人物目标图像的数据模型，将图像转换为人物目标图像矩阵，图像每个像素点的灰度值对应矩阵中相应位置的元素值； 步骤2：利用具有遗传特性的模糊聚类方法对人物目标图像矩阵中每个像素点进行聚类处理，生成用于标记每个像素点所属类的标记矩阵； 步骤3：利用标记矩阵和人物目标图像矩阵之间的对应关系，将同一类里的所有像素点灰度值重置为该类的平均灰度值，形成人物目标聚类图； 步骤4：利用8邻域方法，对人物目标聚类图进行边缘提取，形成人物目标边缘图像； 所述的步骤2的过程为： 步骤21，对人物目标图像矩阵中每个像素点进行聚类处理，利用随机概率方法初始化每个像素点所属目标类的概率； 步骤22，计算每个像素点的适宜度值； 步骤23，对适宜度值按从小到大的顺序进行排序； 步骤24，选择要进行交叉的父体； 步骤25，获得交叉后的个体； 步骤26，计算交叉后的适宜度值； 步骤27，对交叉后的适宜度值进行排序，适宜度值最小的个体，即为最优个体，该个体不参与后面的变异计算； 步骤28，对需要参加变异计算的个体进行变异进化计算； 步骤29，计算变异进化后所有个体的适宜度值和，该值作为衡量每一轮进化过程中个体进化的好坏程度； 所述的步骤21中，对人物目标图像矩阵中每个像素点进行聚类处理的具体步骤为： 步骤211，对于邻域中的所有像素点pi,j，计算与该像素点的邻域灰度值差异分量N，初始值为0，如果差值大于某一阈值T，则N=N+1，直到每个像素点都获得一个N值； 步骤212，采用灰度值、梯度、N作为人物目标图像像素点的特征，构造特征向量V； 步骤213，采用计算两个特征向量Vi，Vj的相似度，其中Vik表示第i个向量的第k维分量，SVi,Vj值越小表示Vi，Vj越相似； 所述的步骤22中，利用多维空间的欧式距离计算方法计算每个像素点的适宜度值Jm： 其中uji表示第j个样本属于第i簇的概率，m表示模糊因子，n表示样本数，xj表示第j个样本向量，zi表示一个个体中第i个簇的中心点向量； 所述的个体中第i个簇的中心点zi向量计算方法如下： 其中uji表示第j个样本属于第i簇的概率，m表示模糊因子，n表示样本数，xj表示第j个样本向量。

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四川九洲电器集团有限责任公司，其通讯地址为：621000 四川省绵阳市科创园区九华路6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。