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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 宝鸡同盈稀有金属有限公司赵苏莹获国家专利权

宝鸡同盈稀有金属有限公司赵苏莹获国家专利权

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!

龙图腾网获悉宝鸡同盈稀有金属有限公司申请的专利基于边缘检测的机械零件轮廓提取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:CN121259030B

龙图腾网通过国家知识产权局官网在2026-03-03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:202511784824.7,技术领域涉及:G06T7/13;该发明授权基于边缘检测的机械零件轮廓提取方法及系统是由赵苏莹;汪瑞;黄全亨设计研发完成,并于2025-12-01向国家知识产权局提交的专利申请。

基于边缘检测的机械零件轮廓提取方法及系统在说明书摘要公布了:本申请涉及图像处理技术领域,公开了一种基于边缘检测的机械零件轮廓提取方法及系统。该方法包括:将零件图像进行重叠区域划分并根据灰度统计量实施自适应光照补偿,对预处理图像通过自适应双阈值进行梯度联合检测,根据邻域梯度方向偏差筛选可靠边缘点,按梯度方向连续性进行轮廓跟踪连接,根据曲率统计特征和拓扑嵌套深度实现内外轮廓分层识别。本申请提高了机械零件轮廓提取的完整性和分层识别的准确性。

本发明授权基于边缘检测的机械零件轮廓提取方法及系统在权利要求书中公布了:1.一种基于边缘检测的机械零件轮廓提取方法,其特征在于,所述方法包括: 步骤S1:将零件图像划分为重叠局部区域并根据灰度均值和标准差计算自适应光照补偿参数,得到预处理图像,包括:将零件图像按照设定重叠率划分为多个局部矩形区域,得到重叠区域集合;对每个局部矩形区域内的像素点灰度值进行统计计算,得到区域灰度均值和标准差;根据所述区域灰度均值和标准差判定光照状态,对高光区域进行对数变换处理,对阴影区域进行伽马校正处理,对正常光照区域进行自适应直方图均衡化处理,得到局部补偿图像;基于像素点到区域中心的欧氏距离计算融合权重,对所述局部补偿图像的重叠部分进行双线性加权融合,得到所述预处理图像; 步骤S2:通过自适应双阈值对所述预处理图像进行梯度幅值和梯度方向联合检测,得到候选边缘点集,包括:对所述预处理图像进行高斯滤波处理,得到平滑图像;基于Sobel算子对所述平滑图像分别进行水平方向和垂直方向的卷积运算,得到水平梯度分量和垂直梯度分量,根据所述水平梯度分量和垂直梯度分量计算每个像素点的梯度幅值和梯度方向;对所述梯度幅值进行非极大值抑制处理,将每个像素点的梯度幅值与其梯度方向上相邻像素点的梯度幅值进行比较,保留局部极大值点,得到细化梯度图像;基于大津法对所述细化梯度图像的非零梯度值构建直方图分布并计算最优分割阈值,根据所述最优分割阈值设置高阈值和低阈值,将梯度幅值大于高阈值的点标记为强边缘点,将梯度幅值介于高阈值和低阈值之间且八邻域内存在强边缘点的点提升为强边缘点,得到所述候选边缘点集; 步骤S3:根据邻域梯度方向主方向偏差对所述候选边缘点集进行一致性约束筛选,得到可靠边缘点集; 步骤S4:将所述可靠边缘点集按梯度方向连续性准则进行轮廓跟踪连接,得到初步轮廓曲线集合; 步骤S5:根据曲率统计特征和拓扑嵌套深度对所述初步轮廓曲线集合进行内外轮廓分层识别,得到零件分层轮廓结构。

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宝鸡同盈稀有金属有限公司,其通讯地址为:722400 陕西省宝鸡市岐山县蔡家坡镇百万平方米工业园1号厂房;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。