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！

龙图腾网获悉中国农业大学申请的专利一种基于机器学习随机森林算法的鸡蛋暗斑检测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：CN116958960B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310628118.8，技术领域涉及：G06V20/68；该发明授权一种基于机器学习随机森林算法的鸡蛋暗斑检测方法是由郑江霞;宣琳;徐桂云;杨宁设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种基于机器学习随机森林算法的鸡蛋暗斑检测方法在说明书摘要公布了：本发明涉及一种基于机器学习随机森林算法的鸡蛋暗斑检测方法，该方法包括鸡蛋暗斑图像样本的采集步骤，预处理步骤，鸡蛋暗斑图像样本的特征值提取步骤，随机森林算法的模型构建，以及利用随机森林算法对暗斑进行自动识别和检测步骤。本发明提供的检测方法利用随机森林算法并运用鸡蛋本身的暗斑特征图像，建立自动化的鸡蛋暗斑评价体系，能够自动识别暗斑区域，并自动计算暗斑的面积大小，反映鸡蛋暗斑的严重程度。与其他机器学习算法相比，可以高效地对大量鸡蛋样本进行回归、分类及预测，且其构建模型所需样本数量少，准确率高，易用性强，能显著提高鸡蛋暗斑评价的效率及准确性和一致性，具有广阔的应用前景。

本发明授权一种基于机器学习随机森林算法的鸡蛋暗斑检测方法在权利要求书中公布了：1.一种基于机器学习随机森林算法的鸡蛋暗斑检测方法，其特征在于， 所述检测方法包括如下步骤： 步骤1，搭建照蛋图像采集系统，对待测鸡蛋进行鸡蛋暗斑图像样本的采集； 步骤2，对所述鸡蛋暗斑图像样本进行预处理； 步骤3，从所述鸡蛋暗斑图像样本中提取特征值； 步骤4，将所述特征值输入到随机森林算法中，进行随机森林的模型构建； 步骤5，输入待测图像样本，利用随机森林算法完成对暗斑的自动识别，并计算其面积占比； 所述对所述鸡蛋暗斑图像样本进行预处理，包括：采用线性缩放算法将所述鸡蛋暗斑图像样本转换为8bit的图像； 步骤3所述从所述鸡蛋暗斑图像样本中提取特征值，包括： 3.1，将预处理后得到的8bit图像样本输入到weka算法中，以使用高斯模糊、Hessian矩阵、Sobel滤波器、高斯差以及膜投影进行特征数据的采集； 3.2，将图像进行高斯模糊，用n个σ照常变化对每个像素进行n次独立卷积，半径越大，图像越模糊，直到像素均匀化停止； 3.3，计算每个像素的图像强度梯度的近似值，在滤波之前，先进行σ值照常变化的高斯模糊，随后应用Sobel滤波器在水平和垂直方向上做像素值的差分，能够得到图像梯度的近似值，在像素周围进行运算时，能够减少噪声带来的影响，得到轮廓特征； 3.4，提取特征值，在每个像素处进行计算一个2×2的Hessian矩阵，在滤波之前，先进行σ值照常变化的高斯模糊，通过矩阵运算在每个像素处得到以下特征：模、轨迹、行列式、第一特征值、第二特征值、二阶导数最大方向值、伽马归一化平方特征值差、伽马归一化特征值差值的平方； 3.5，从原始图像中计算出两个高斯模糊图像，并从另一个中减去一个； σ值像往常一样变化，因此nn-12个特征图像被添加到特征中； 3.6，膜投影通过定向过滤增强图像的膜状结构；此操作的初始内核被硬编码为19×19零矩阵，中间列条目设置为1；通过将原始内核旋转6度，最多旋转180度，产生30个内核，从而创建多个内核；每个核与图像卷积，然后通过以下6种方法将30幅图像Z投影到单个图像中，包括每个图像中像素的总和、平均值、标准偏差、中值、最大像素以及最小像素。

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中国农业大学，其通讯地址为：100083 北京市海淀区清华东路17号中国农业大学(东区)；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。