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！

龙图腾网获悉长沙理工大学申请的专利一种基于改进YOLOv5s-6.0网络的自纠错煤气罐编码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：CN116935072B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310973213.1，技术领域涉及：G06V10/50；该发明授权一种基于改进YOLOv5s-6.0网络的自纠错煤气罐编码识别方法是由黄毅;舒勤;邓磊;朱睿哲;袁龙;周涛;任子誉设计研发完成，并于2023-08-04向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5s-6.0网络的自纠错煤气罐编码识别方法在说明书摘要公布了：本发明涉及机器视觉领域，具体涉及一种基于改进YOLOv5s‑6.0网络的自纠错煤气罐编码识别方法：S1深度相机实时采集煤气罐彩色图和深度图；S2对彩色图进行预处理，输出包括所述煤气罐罐体的编码区域的编码图片；S3将编码图片送入改进YOLOv5s‑6.0网络进行识别处理，输出识别结果和置信度；S4将置信度与预设精度阈值对比，若不小于则输出识别结果，反之，则将裁剪后的彩色图与其对应像素的深度信息融合得到点云；S5对点云进行拟合、分割处理，输出圆柱面点云；S6对圆柱面点云进行展开处理，输出点云图片；S7对点云图片进行矫正和分割处理得到编码图片，最后将编码图片送入改进YOLOv5s‑6.0网络进行识别处理，输出识别结果。本方法具有精度高、自纠错等优点，提高煤气罐检测效率。

本发明授权一种基于改进YOLOv5s-6.0网络的自纠错煤气罐编码识别方法在权利要求书中公布了：1.一种基于改进YOLOv5s-6.0网络的自纠错煤气罐编码识别方法，其特征在于，所述方法包括： S1深度相机实时采集煤气罐彩色图和深度图； S2对彩色图进行预处理，输出包括所述煤气罐罐体的编码区域的编码图片； S3将编码图片送入改进YOLOv5s-6.0网络进行识别处理，输出识别结果和置信度； S4将置信度与预设精度阈值对比，若不小于则输出识别结果，反之，则将裁剪后的彩色图与其对应像素的深度信息融合得到点云； S5对点云进行拟合、分割处理，输出圆柱面点云； S6对圆柱面点云进行展开处理，输出点云图片； S7对点云图片进行矫正和分割处理得到编码图片，最后将编码图片送入改进YOLOv5s-6.0网络进行识别处理，输出识别结果； 所述S3中的改进YOLOv5s-6.0网络进行识别处理具体包括： S31，由改进YOLOv5s-6.0网络对编码图像中的编码进行特征提取，输出低层全局特征图，其中改进YOLOv5s-6.0网络将YOLOv5s-6.0主干网络中的C3模块由融合了BottleneckTransformer模块的BOTC3模块代替； S32，由PANet结构对所述低层全局特征图进行编码区域加强特征提取，得到编码加强特征图； S33，通过YOLOHead将编码加强特征图转化为识别结果； 所述S31中的改进YOLOv5s-6.0网络将YOLOv5s-6.0主干网络中的C3模块由融合了BottleneckTransformer模块的BOTC3模块代替具体包括： 将YOLOv5s-6.0主干网络中最深层三个C3结构替换为由融合了BottleneckTransformer模块的BOTC3模块；将主干网络中C3模块个数从3,9,9,3减少到3,6,8,0； 所述S5中的拟合、分割处理具体包括： S51，初始化一个法向量估计器NormalEstimation，设置点云搜索方式setSearchMethod为kdtree对滤波后的点云进行搜索和法向量估计，保存点云，其点云的维度由XYZ变为XYZ+normal； S52，初始化一个新的索引提取器PointIndices用于保存圆柱面上点的索引； S53，初始化一个新的分割对象SACSegmentationFromNormal，参数设置：设置拟合模型setModelType为SACMODEL_CYLIDEAR、设置参数估计方法setMethodType为SAC_RANSAC、设置优化模型系数setOptimizeCoefficients为true、设置最大迭代次数setMaxIterations为100、设置法向量权重setNormalDistanceWeight为0.1、设置距离阈值setDistanceThreshold为0.03； S54，将滤波后、XYZ+normal的点云送入RANSAC算法中，拟合出圆柱的半径、轴线方向向量、圆柱中心点参数以及保存圆柱面上点的索引； S55，利用索引提取器PointIndices提取圆柱面上点的索引，分割出圆柱面点云； 所述S6中的展开处理具体包括： S61，初始化一个投影滤波器ProjectInliers； S62，设置投影面模型setModelType为SACMODEL_PLANE； S63，设置投影面参数setModelCoefficients为coefficient，其中coefficient的值为0.0,1.0,0.0,0.0分别对应平面系数A、B、C、D； S64，将圆柱面点云送入投影滤波器中进行投影，点云由圆柱面投影到XOZ平面，保存为点云图片； 所述S7中的矫正和分割处理分别包括： 矫正处理具体包括： 对图像增强处理后图片进行灰度化处理，编码区域为白色，背景区域为黑色，得到灰度图片；对灰度图片进行阈值处理得到二值图像；使用最小矩形拟合，根据矩形面积大小，得到编码区域最小外接矩形的中心点；利用最小外接矩形中心点，进行仿射变换来实现校正倾斜编码，得到矫正后图片； 分割处理具体包括： 对矫正后图片进行二值化；对二值化后的图像计算水平方向上像素和，绘制出横轴为图像纵轴坐标范围为0～图像宽度，纵轴为像素和的水平直方图；对二值化后的图像计算垂直方向上像素和，绘制出横轴为图像纵轴坐标范围为0～图像高度，纵轴为像素和的垂直直方图；找出水平和垂直直方图谷底部分，此部分分别为水平和垂直分割线处；根据水平分割线和垂直分割线，分割出包括所述煤气罐罐体的编码区域的编码图片。

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沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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。