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！

龙图腾网获悉华侨大学申请的专利一种基于RGB-MSI特征融合的固废分选方法及系统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：CN117218446B 。

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：202311254505.6，技术领域涉及：G06V10/764；该发明授权一种基于RGB-MSI特征融合的固废分选方法及系统是由杨建红;刘浩楠;范璐璐;涂亮亮;许勐;房怀英;计天晨设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本一种基于RGB-MSI特征融合的固废分选方法及系统在说明书摘要公布了：本发明公开了一种基于RGB‑MSI特征融合的固废分选方法及系统，涉及光谱特征分析和深度学习模型优化领域，方法包括以下步骤：S1，获取高光谱数据集；S2，获取多光谱特征波段；S3，获取多光谱数据集；S4，构建双主干网络YOLO模型；S5，获取RGB‑MSI预测模型；S6，固废检测分选。本发明采用RGB和MSI融合思想，充分利用RGB纹理颜色信息和光谱材质信息，实现更准确的固废识别；对采集的高光谱数据采用改良AP聚类算法自适应寻找最佳的光谱特征波段，去除冗杂信息；双主干网络模型采用中期特征融合的方式，把RGB图像特诊和多光谱特征有效结合在一起，增加模型的检测精度，该融合方法不仅适用于目标检测模型，在实例分割模型中也可以使用。

本发明授权一种基于RGB-MSI特征融合的固废分选方法及系统在权利要求书中公布了：1.一种基于RGB-MSI特征融合的固废分选方法，其特征在于，包括以下步骤： S101，获取数据集步骤，利用高光谱相机和彩色相机分别对不同类别的固废样本采集高光谱图像和RGB图像，每个高光谱图像随机选取N个高光谱数据点，每个数据点具有M个波段，则数据点组成一个N*M的高光谱数据集；RGB图像作为固废RGB数据集； S102，获取多光谱特征波段步骤，对高光谱数据集进行转置得到M*N的转置高光谱数据集，将转置高光谱数据集放到改良AP聚类算法中，自适应寻找最优聚类中心；对最优聚类中心的波段集合K0采用PCA方法分析，获取PCA第一主成分载荷曲线前K个最大值所对应的光谱波段，作为多光谱特征波段； S103，获取多光谱数据集步骤，基于多光谱特征波段，对采集的固废高光谱图像进行截取，截取所述多光谱特征波段所在的图像通道，组成K个通道的伪彩色图，作为多光谱数据集； S104，构建双主干网络YOLO模型步骤，采用非对称的双主干网络结构建立包括两个主干网络的YOLO模型；一个主干网路用于对固废RGB数据集进行特征提取，获得RGB特征；另一个主干网络用于对多光谱数据集进行特征提取，获得MSI特征；最后对两个主干网络输出的特征进行融合，根据融合特征对固废进行类别预测，输出固废类别及固废坐标； S105，获取RGB-MSI预测模型步骤，将多光谱数据集和对应的固废RGB数据集输入到双主干网络YOLO模型中，固废RGB数据集用来训练其中一个主干网络以对固废RGB数据集进行特征提取，获得RGB特征；多光谱数据集用来训练另一个主干网络以对多光谱数据集进行特征提取，获得MSI特征；最后将获得的RGB特征和MSI特征进行融合，根据融合特征对固废进行类别预测，输出结果包括固废坐标与固废类别；获得训练好的双主干网络YOLO模型作为RGB-MSI预测模型； S106，固废检测分选步骤，通过现场RGB相机拍摄固废获得固废RGB图片，通过多光谱相机拍摄固废获得多光谱图片，将获得的固废RGB图片和多光谱图片同时输入RGB-MSI预测模型，固废坐标与固废类别，实现固废分选。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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。