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！

龙图腾网获悉温州大学申请的专利一种融合双尺度特征的草图化机械零件库检索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：CN117312594B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202311308423.5，技术领域涉及：G06F16/535；该发明授权一种融合双尺度特征的草图化机械零件库检索方法是由黄沈权;王宗明;张勇;陈亚绒;王佳怡设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。

本一种融合双尺度特征的草图化机械零件库检索方法在说明书摘要公布了：本发明提供一种融合双尺度特征的草图化机械零件库检索方法，包括获取各机械零件的三维模型，投影得到各机械零件的多个视图，采用联合图像熵的方式从多个视图中选出最优视图集；构建mechanicalsketch模型，对各机械零件的最优视图集进行边缘轮廊提取，得到各机械零件的轮廓草图；构建视觉词袋模型和改进的MVCNN模型，分别对各机械零件的轮廓草图进行局部及全局特征提取；构建双尺度特征提取模型，耦合各机械零件的局部特征及全局特征得到聚合特征描述子；使用双尺度特征提取模型提取输入草图的草图特征描述子，并与聚合特征描述子进行相似度计算，且根据计算结果，输出匹配结果。实施本发明，能够消除草图和三维模型之间模态差异，提高检索精度。

本发明授权一种融合双尺度特征的草图化机械零件库检索方法在权利要求书中公布了：1.一种融合双尺度特征的草图化机械零件库检索方法，其特征在于，所述方法包括以下步骤： 获取各机械零件的三维模型，并对各机械零件的三维模型均进行投影，以得到各机械零件的多个视图，进一步采用联合图像熵的方式，选出各机械零件的最优视图集； 构建面向零件视图边缘轮廓提取的mechanicalsketch模型，并将所有选出的最优视图集均导入所述mechanicalsketch模型中进行视图边缘轮廓提取，得到各机械零件的轮廓草图； 构建视觉词袋模型和改进的MVCNN模型，并在所述视觉词袋模型及所述改进的MVCNN模型中，分别对各机械零件的轮廓草图进行局部特征及全局特征提取； 构建基于特征融合的双尺度特征提取模型，将各机械零件所提取出的局部特征与各自对应的全局特征进行耦合，得到各机械零件的聚合特征描述子； 使用所述双尺度特征提取模型提取输入草图的草图特征描述子，并与各机械零件的聚合特征描述子进行相似度计算，且进一步根据计算结果，输出匹配结果； 所述采用联合图像熵的方式，选出各机械零件的最优视图集的具体步骤包括： 对各机械零件的所有视图均进行一维熵计算，得到各机械零件所有视图的第一熵值，并对各机械零件的所有视图均进行二维熵计算，得到各机械零件所有视图的第二熵值； 将同一机械零件中同一个视图的第一熵值及其第二熵值进行权重比赋值，并进行权重融合相加计算，以得到各机械零件所有视图的综合熵值； 将同一机械零件中所有视图的综合熵值均进行从大到小的顺序进行排序，筛选出各机械零件中综合熵值最大的视图为最优视图集； 所述视觉词袋模型包括SIFT关键点检测模块、K-Means聚类获取视觉词典模块、提取融合轮廓草图特征模块和MLP提取高级特征模块；其中， 所述SIFT关键点检测模块，用于采用SIFT算法提取各机械零件的轮廓草图的SIFT关键点，并计算关键点的特征描述符；其中，每个特征描述符表示为一个向量，其用于表征关键点周围区域的梯度方向和强度； 所述K-Means聚类获取视觉词典模块，用于基于K-Means聚类将每个特征描述符分配给最近的聚类中心，并将最终的聚类中心组成视觉词典； 所述提取融合轮廓草图特征模块，用于基于视觉词典，分别提取各机械零件的轮廓草图的融合特征，以构成各机械零件的直方图矩阵； 所述MLP提取高级特征模块，用于将各机械零件的直方图矩阵作为输入，通过MLP网络的多层非线性变换，输出各机械零件的局部特征描述子。

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温州大学，其通讯地址为：325000 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器；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。