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程大学申请的专利果蔬质量预测方法、装置与设备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：CN116295742B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310281891.1，技术领域涉及：G01G9/00；该发明授权果蔬质量预测方法、装置与设备是由王伯群;王忠巍;石昭宇;孙策;王慕宇;闫亚威;杨文博设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本果蔬质量预测方法、装置与设备在说明书摘要公布了：本发明提出了果蔬质量预测方法、装置与设备，属于质量测量技术领域，尤其涉及果蔬的质量测量。解决了现有称重方法对多果蔬进行称重时，只能依次称量，不能同时称量多种果蔬，进而导致的称重效率低、称重时间长以及人工成本高的问题。所述果蔬质量预测方法，根据所述任意一个果蔬的种类以及所述果蔬轮廓面积，调取相应的预先获得的果蔬轮廓面积与质量回归表达式，获得所述任意一个果蔬的质量预测值。它主要用于适用于对多个果蔬同时测量质量。

本发明授权果蔬质量预测方法、装置与设备在权利要求书中公布了：1.果蔬质量预测方法，其特征在于，所述方法具体包括： 步骤1、采集待称重果蔬堆的果蔬图像，所述待称重果蔬堆中包含总果蔬种类数为n的m个果蔬，其中，m和n均为大于等于1的正整数； 步骤2、根据所述果蔬图像，获取所述待称重果蔬堆中任意一个果蔬的果蔬轮廓面积； 步骤3、根据所述任意一个果蔬的种类以及所述果蔬轮廓面积，调取相应的预先获得的果蔬轮廓面积与质量回归表达式，获得所述任意一个果蔬的质量预测值； 所述果蔬质量预测方法，用于对所有轮廓面积与质量具有线性回归关系的果蔬进行质量预测，所述果蔬包括水果和蔬菜； 所述步骤2具体包括： 步骤2.1、对所述果蔬图像，规定其色调范围，并锁定所述待称重果蔬堆中任意一个果蔬的果蔬区域； 步骤2.2、对所述果蔬区域进行形态学变换，先进行闭运算去除果蔬区域中的小孔，在进行开运算去除果蔬区域的边缘毛刺，获得处理后的果蔬区域； 步骤2.3、对所述处理后的果蔬区域进行边缘检测，获得所述处理后的果蔬区域的所有最外侧边缘，并计算所有最外侧边缘所围面积，获得所述任意一个果蔬的果蔬轮廓面积； 所述步骤3中所述预先获得的果蔬轮廓面积与质量回归表达式，具体如下： 其中，表示所述待称重果蔬堆中第i种类果蔬的个数，；为所述第i种类果蔬中第j个果蔬的质量预测值，为所述第i种类果蔬中第j个果蔬的果蔬轮廓面积，为所述第i种类果蔬的拟合关系式斜率，为所述第i种类果蔬的拟合关系式截距； 所述步骤3中所述预先获得的果蔬轮廓面积与质量回归表达式，是通过以下方式获得的： 根据预先采集的待采样果蔬堆中每一个果蔬的轮廓面积与质量数据，获得果蔬轮廓面积与质量样本； 将所述果蔬轮廓面积与质量样本，划分为与每个果蔬种类对应的果蔬轮廓面积与质量数据集； 对所述与每个果蔬种类对应的果蔬轮廓面积与质量数据集进行统计分析，采用最小二乘法，获取与每个果蔬种类对应的果蔬轮廓面积与质量回归表达式； 所述果蔬质量预测方法，还包括以下步骤: 步骤4、采用残差分配算法，对所述质量预测值进行修正，获得所述任意一个果蔬的质量最终预测值； 所述残差分配算法具体如下： 测量所述待称重果蔬堆的总质量实际值； 计算所述待称重果蔬堆的总质量预测值，所述总质量预测值为所述待称重果蔬堆中所有果蔬质量预测值的总和； 根据所述总质量实际值，以及所述总质量预测值，计算残差，表达式如下： 其中，为预测总质量，为称重总质量，为实际质量与预测质量的差; 根据所述残差、所述第i种类果蔬的拟合关系式斜率，以及所述第i种类果蔬中第j个果蔬的果蔬轮廓面积，对所述质量预测值进行修正，获得所述任意一个果蔬的质量最终预测值，表达式为： 为所述待称重果蔬堆中所有果蔬的果蔬轮廓面积组成的向量，其中，为第i种类果蔬中所有果蔬的果蔬轮廓面积组成的向量； 为所述待称重果蔬堆中所有果蔬的拟合关系式斜率组成的向量，其中，是由ki个组成的向量。

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哈尔滨工程大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区南通大街145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。