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！

龙图腾网获悉湖南东健药业有限公司申请的专利一种基于图像识别的龟甲胶品质检测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：CN120976170B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511116854.0，技术领域涉及：G06T7/00；该发明授权一种基于图像识别的龟甲胶品质检测方法及系统是由马号;张明伟;罗佩设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本一种基于图像识别的龟甲胶品质检测方法及系统在说明书摘要公布了：本发明公开了一种基于图像识别的龟甲胶品质检测方法及系统。该方法首先对龟甲胶样本进行标准化透射成像和预处理，获得标准化图像；然后进行图像分割和尺寸标准化处理，提取目标区域；接着采用多分支并行特征感知网络提取透光均匀度、色泽纯净度和内部微观瑕疵三个深度特征向量；最后通过图神经网络的迭代推理和注意力机制自适应融合不同特征间的相互关系，生成综合性特征表示用于品质检测。本发明实现了龟甲胶关键品质指标的自动化、标准化和精准化检测，为龟甲胶品质评价提供客观、可靠的技术手段。

本发明授权一种基于图像识别的龟甲胶品质检测方法及系统在权利要求书中公布了：1.一种基于图像识别的龟甲胶品质检测方法，其特征在于，包括以下步骤： A1：获取待检测龟甲胶样本，将所述龟甲胶样本置于标准化图像采集装置中进行透射成像并进行预处理，获得标准化的龟甲胶透射图像； A2：对标准化的龟甲胶透射图像进行图像分割和尺寸标准化处理，获得标准化目标区域图像； A3：将标准化目标区域图像输入至多分支并行特征感知网络进行特征提取，获得透光均匀度、色泽纯净度和内部微观瑕疵三个深度特征向量； 所述步骤A3包括： 将标准化目标区域图像输入至多分支并行特征感知网络，所述多分支并行特征感知网络包括三个独立的分支结构：透光均匀度特征提取分支、色泽纯净度特征提取分支和内部微观瑕疵特征提取分支； 透光均匀度特征提取分支第层的特征图的计算过程为： ； 其中，表示透光均匀度特征提取分支第层的特征图，，表示透光均匀度特征提取分支第层的卷积核权重矩阵，表示卷积操作，表示透光均匀度特征提取分支第层的偏置向量，表示S型激活函数； 色泽纯净度特征提取分支第层的特征图的计算过程为： ； 其中，表示色泽纯净度特征提取分支第层的特征图，，表示色泽纯净度特征提取分支第层的卷积核权重矩阵，表示色泽纯净度特征提取分支第层的偏置向量； 内部微观瑕疵特征提取分支第层的特征图的计算过程为： ； 其中，表示内部微观瑕疵特征提取分支第层的特征图，，表示内部微观瑕疵特征提取分支第层的卷积核权重矩阵，表示内部微观瑕疵特征提取分支第层的偏置向量； 通过全局平均池化操作分别对三个分支最后一层的特征图进行降维处理，得到对应的深度特征向量、和；其中，表示透光均匀度深度特征向量，表示色泽纯净度深度特征向量，表示内部微观瑕疵深度特征向量； A4：将所述透光均匀度、色泽纯净度和内部微观瑕疵三个深度特征向量构建为特征图，通过图神经网络的迭代推理和注意力机制自适应融合不同特征间的相互关系，并进行端到端训练优化，生成综合性特征表示用于龟甲胶品质检测； 所述步骤A4包括： A41：将三个深度特征向量构建为特征图，构建邻接矩阵表示不同特征节点之间的关联强度，邻接矩阵的初始化公式为： ； 其中，表示节点和节点之间的边权重，，和分别表示节点和节点对应的特征向量，表示L2范数，为控制邻接权重分布的超参数； 对邻接矩阵进行对称归一化处理，得到归一化邻接矩阵； A42：利用图神经网络对特征图进行迭代推理与融合；引入特征关系注意力机制计算动态关系权重；对图神经网络进行层迭代推理后进行全局池化操作得到综合性特征表示； A43：使用带有品质标签的龟甲胶样本对所述图神经网络进行端到端训练，训练损失函数定义为交叉熵损失，采用Adam优化器对网络参数进行更新，得到训练好的图神经网络，将待检测龟甲胶样本的标准化目标区域图像输入至多分支并行特征感知网络和所述训练好的图神经网络，得到综合性特征表示，并基于所述综合性特征表示进行品质分类预测，输出龟甲胶样本的品质等级和置信度评分。

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湖南东健药业有限公司，其通讯地址为：421411 湖南省衡阳市衡东县新塘经济开发区；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。