Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京原麦山丘食品有限公司叶冉获国家专利权

北京原麦山丘食品有限公司叶冉获国家专利权

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!

龙图腾网获悉北京原麦山丘食品有限公司申请的专利一种基于图像识别的面团杂质检测系统及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:CN120876355B

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:202510753094.8,技术领域涉及:G06T7/00;该发明授权一种基于图像识别的面团杂质检测系统及方法是由叶冉设计研发完成,并于2025-06-06向国家知识产权局提交的专利申请。

一种基于图像识别的面团杂质检测系统及方法在说明书摘要公布了:本发明公开了一种基于图像识别的面团杂质检测系统及方法,涉及食品检测技术领域,包括:融合颜色差异特征和亮度梯度特征,生成第一融合特征向量;根据第一融合特征向量确定背景区域,并通过稀疏表示训练生成背景区域的第二融合特征向量,根据第二融合特征向量对原始面团图像进行背景差分校正,获得背景校正后的面团图像;对校正后的面团图像进行多尺度图像增强处理,获得增强后的面团图像;对增强后的面团图像进行阈值分割,提取候选杂质区域,并将候选杂质区域的形态特征输入卷积神经网络模型中,获得目标杂质区域;本发明通过特征融合、背景差分校正与多尺度增强,有效提高了面团表面杂质检测的准确性、鲁棒性和自动化程度。

本发明授权一种基于图像识别的面团杂质检测系统及方法在权利要求书中公布了:1.一种基于图像识别的面团杂质检测方法,其特征在于,包括: 获取待测面团表面的原始面团图像,并将所述原始面团图像划分为多个局部区域; 计算每个局部区域内不同颜色通道的协方差矩阵,并对所述协方差矩阵进行特征值分解,获得表征各局部区域颜色差异的颜色差异特征; 其中,所述对所述协方差矩阵进行特征值分解,包括: 对每个局部区域的协方差矩阵分别进行特征值分解,得到三个特征值、和; 对所述三个特征值进行降序排序,获得排序后的特征值、和,并计算与以及之和的比例值,作为每个局部区域的颜色差异特征; 其中,比例值计算公式为: ; 式中;表示颜色差异特征;为一个极小正数,为最大特征值,为中间特征值,为最小特征值; 获取每个局部区域的亮度梯度特征,并融合每个局部区域的颜色差异特征和亮度梯度特征,生成第一融合特征向量; 根据所述第一融合特征向量确定背景区域,并通过稀疏表示训练生成背景区域的第二融合特征向量,根据背景区域的第二融合特征向量对原始面团图像进行背景差分校正,获得背景校正后的面团图像; 其中,所述确定背景区域,包括: 分别计算每个局部区域融合特征向量的模长,获得所有局部区域的模长集合; 其中,模长计算公式为: ; 式中:为模长,表示第k个局部区域的融合特征向量中第j个特征分量的具体数值; 根据所述模长集合,计算融合特征向量模长的平均值与标准差,并将平均值和标准差的差值作为模长阈值; 将融合特征向量模长小于所述模长阈值的局部区域确定为背景区域; 对所述背景校正后的面团图像进行多尺度图像增强处理,获得增强后的面团图像; 对增强后的面团图像进行阈值分割,提取候选杂质区域,并将候选杂质区域的形态特征输入预训练的卷积神经网络模型中,获得目标杂质区域。

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北京原麦山丘食品有限公司,其通讯地址为:101200 北京市平谷区中关村科技园区平谷园兴谷A区兴谷西路18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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。