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！

龙图腾网获悉长春光华学院申请的专利一种基于计算机视觉的图像特征识别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：CN121121383B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511660537.5，技术领域涉及：G06V10/80；该发明授权一种基于计算机视觉的图像特征识别方法是由王雨阳设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种基于计算机视觉的图像特征识别方法在说明书摘要公布了：本发明涉及计算机视觉领域，尤其涉及一种基于计算机视觉的图像特征识别方法，包括对输入图像进行预处理，去除图像噪声、校正图像灰度偏差，得到预处理图像；对预处理图像进行多尺度特征提取，获取不同尺度下的图像局部纹理特征与全局轮廓特征，进行动态权重融合，基于特征响应值与局部复杂度因子计算动态融合权重，并通过主成分分析算法对融合特征进行降维处理，得到目标特征集；将参考特征进行匹配，计算目标特征集与参考特征的欧式距离，确定自适应匹配阈值、判定匹配结果，完成图像特征识别。本发明通过自适应滤波与灰度均衡化预处理、高斯金字塔多尺度特征提取及动态融合与自适应匹配阈值，实现了提升特征提取准确性、表征能力及识别鲁棒性。

本发明授权一种基于计算机视觉的图像特征识别方法在权利要求书中公布了：1.一种基于计算机视觉的图像特征识别方法，其特征在于，包括以下步骤： S1：对输入图像进行预处理，通过自适应双边滤波算法去除图像噪声，通过灰度直方图均衡化校正图像灰度偏差，得到预处理图像； S2：对预处理图像进行多尺度特征提取，通过高斯金字塔分层结构获取不同尺度下的图像局部纹理特征与全局轮廓特征，所述局部纹理特征为各尺度层的方向梯度直方图特征，所述全局轮廓特征为高斯金字塔顶层的边缘轮廓特征； S3：对局部纹理特征与全局轮廓特征进行动态权重融合，基于特征响应值与局部复杂度因子计算动态融合权重，对局部纹理特征与全局轮廓特征进行加权融合后，通过主成分分析算法对融合特征进行降维处理，得到目标特征集； 所述动态融合权重计算如下：计算局部纹理特征的类间方差与类内方差，得到局部特征响应值，计算全局轮廓特征的类间方差与类内方差，得到全局特征响应值 所述局部纹理特征的局部复杂度因子为： 所述全局轮廓特征的局部复杂度因子为： 所述动态融合权重为： ； ； 所述融合特征为： ； 其中，所述预设特征库包含参考特征的类别信息，为局部特征响应值，为局部纹理特征的类间方差，为局部纹理特征的类内方差，为全局特征响应值，为全局轮廓特征的类间方差，为全局轮廓特征的类内方差；为局部纹理特征的局部复杂度因子，为局部纹理特征图中边缘像素数量与总像素数量的比值，为局部纹理特征图的纹理熵，为全局轮廓特征的局部复杂度因子，为全局轮廓特征图中边缘像素数量与总像素数量的比值，为全局轮廓特征图的纹理熵；为局部纹理特征的动态融合权重，为全局轮廓特征的动态融合权重；为融合特征，为局部纹理特征，为全局轮廓特征； S4：将目标特征集与预设特征库中的参考特征进行匹配，计算目标特征集与参考特征的欧式距离，基于欧式距离的分布特征确定自适应匹配阈值，通过自适应匹配阈值判定匹配结果，完成图像特征识别。

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长春光华学院，其通讯地址为：130100 吉林省长春市经济技术开发区武汉路3555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。