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！

龙图腾网获悉湖南宗明食品有限公司申请的专利一种基于机器视觉的霉变瓜子标定方法和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：CN118691684B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202410835852.6，技术领域涉及：G06T7/80；该发明授权一种基于机器视觉的霉变瓜子标定方法和系统是由王明世;王昕宇设计研发完成，并于2024-06-26向国家知识产权局提交的专利申请。

本一种基于机器视觉的霉变瓜子标定方法和系统在说明书摘要公布了：本发明公开了一种基于机器视觉的霉变瓜子标定方法及系统，包括：S1：在瓜子传送过程中，采用双机位采集瓜子图像，并对图像进行融合；S2：去除瓜子图像污点，获得每个瓜子的完整图像；S3：构建原型网络，并进行预训练，采用预训练的原型网络模型从瓜子的完整图像中识别出合格瓜子图像并进行剔除，得到霉变瓜子图像；S4：选定融合后的瓜子图像边框为参考线，进行摄像机标定，获得摄像机参数；S5：确定霉变瓜子拣选顺序，对实际霉变瓜子进行标定。本发明通过图像处理和深度学习方法，自动实现霉变瓜子识别；针对合格瓜子和霉变瓜子类内差异大，采用原型网络方法提高分类准确率；按顺序输出霉变瓜子位置数据，提高霉变瓜子标定效率。

本发明授权一种基于机器视觉的霉变瓜子标定方法和系统在权利要求书中公布了：1.一种基于机器视觉的霉变瓜子标定方法，其特征在于，包括：步骤S1：在瓜子传送过程中，采用双机位采集瓜子图像，并对双机位采集的瓜子图像进行融合，得到融合后的瓜子图像；所述步骤S1包括：S101：安置两台摄像机在瓜子分拣通道的正面和侧面，分别采集瓜子的正面图像Sxzm和侧面图像Sxcm；S102：对图像Sxzm和Sxcm分别进行尺度空间变换：Czm＝Sxzm*XszmCcm＝Sxcm*Xscm其中，Czm表示图像Sxzm在新的尺度空间域的信息，Ccm表示图像Sxcm在新的尺度空间域的信息，Xszm表示图像Sxzm的尺度系数，Xscm表示图像Sxcm的尺度系数；S103：确定图像Sxzm在新的尺度空间域被遮挡的区域Ω，计算图像Sxzm和Sxcm在区域Ω的梯度场Ru：Ru＝Rzm+Rcm其中，Rzm表示图像Sxzm在区域Ω内的梯度场，Rcm表示图像Sxcm在区域Ω内的梯度场；S104：建立泊松方程，求解像素值，得到融合后的瓜子图像：Xs·x＝Sd其中，Xs表示构建的系数矩阵，x表示待求解的融合后图像的像素值，Sd表示梯度场Ru的散度值；步骤S2：对融合后的瓜子图像进行预处理，以去除图像中的污点，获得预处理后的图像；对预处理后的图像采用二维恒虚警检测，并结合膨胀处理，获得每个瓜子的完整图像；步骤S3：构建原型网络，并进行预训练，得到预训练的原型网络模型；采用预训练的原型网络模型从瓜子的完整图像中识别出合格瓜子图像并进行剔除，得到霉变瓜子图像；所述步骤S3中，构建原型网络，并进行预训练，得到预训练的原型网络模型，包括：S301：利用合格瓜子图像集和霉变瓜子图像集构建支持集和查询集；S302：采用ResNet网络对支持集中的每张图像提取特征信息，采用注意力机制对特征信息进行加强特征提取，然后采用原型网络对特征进行均值处理，生成合格瓜子原型表示和霉变瓜子原型表示；S303：采用ResNet网络对查询集中的每张图像提取特征信息，采用注意力机制对特征信息进行加强特征提取，然后采用原型网络对特征进行均值处理，得到查询集图像原型表示；S304：计算查询集图像原型表示与合格瓜子原型表示、霉变瓜子原型表示之间的曼哈顿距离，实现查询集图像的判断；S305：重复步骤S302、步骤S303和步骤S304，进行训练，得到预训练的原型网络模型；所述步骤S3中，采用预训练的原型网络模型从瓜子的完整图像中识别出合格瓜子图像并进行剔除，得到霉变瓜子图像，包括：S311：利用瓜子的完整图像构建测试数据集，采用预训练的原型网络模型，对测试数据集进行识别，得到合格瓜子图像；S312：从瓜子的完整图像中剔除合格瓜子图像，得到霉变瓜子图像；步骤S4：选定步骤S1得到的融合后的瓜子图像边框为参考线，进行摄像机标定，获得摄像机参数；步骤S5：确定霉变瓜子拣选顺序，根据步骤S4获得的摄像机参数对实际霉变瓜子进行标定。

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宗明食品有限公司，其通讯地址为：湖南省长沙市开福区捞刀河街道伍家岭村白沙湾组182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”。