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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学陈旗获国家专利权

南京航空航天大学陈旗获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利基于可见光传感设备的雾状气体泄漏视觉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:CN118628975B

龙图腾网通过国家知识产权局官网在2025-09-30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:202410668085.4,技术领域涉及:G06V20/52;该发明授权基于可见光传感设备的雾状气体泄漏视觉检测方法及系统是由陈旗;孙永荣;赵科东设计研发完成,并于2024-05-28向国家知识产权局提交的专利申请。

基于可见光传感设备的雾状气体泄漏视觉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可见光传感设备的雾状气体泄漏视觉检测方法及系统,利用可见光传感设备实时获取泄漏场景全局图像;并获取疑似泄漏区域图像;对区域内图像数据进行预处理,得到灰度图像和RGB图像;对RGB图像进行雾状气泄漏透射率和雾状气泄漏相合度特征提取,得到RGB图像的高维透射率特征和高维相合度特征;对预灰度图像进行雾状气泄漏均匀度和HOG特征提取,得到灰度图像的高维均匀度特征和高维HOG特征;将提取出的四组特征分别导入四个SVM分类模型中,在分类模型中引入置信度实时优化权值,设计自适应权值加权投票算法,集成四个基分类器的预测结果,输出最终气体泄漏状态。本发明成本低的同时泛用性强,且提高雾状气体泄漏状态判定的准确率。

本发明授权基于可见光传感设备的雾状气体泄漏视觉检测方法及系统在权利要求书中公布了:1.一种基于可见光传感设备的雾状气体泄漏视觉检测方法,其特征在于,包括以下步骤: 1利用可见光传感设备实时获取泄漏场景全局图像; 2在全局图像中提取出疑似泄漏区域,得到疑似泄漏区域图像; 3对区域内图像数据进行预处理,得到预处理后的灰度图像和RGB图像; 4对RGB图像进行雾状气泄漏透射率特征提取,得到RGB图像的高维透射率特征; 5对RGB图像进行雾状气泄漏相合度特征提取,得到RGB图像的高维相合度特征; 6对灰度图像进行雾状气泄漏均匀度特征提取,得到灰度图像的高维均匀度特征; 7对灰度图像进行雾状气泄漏HOG特征提取,得到灰度图像的高维HOG特征; 8将提取出的四组特征分别导入四个SVM分类模型中,得到对应特征的四个预测结果; 9在分类模型中引入置信度实时优化权值,设计自适应权值加权投票算法,集成四个基分类器的预测结果,输出最终气体泄漏状态; 所述步骤4实现过程如下: 对于泄漏图像中每一个像素点x,y,其暗通道值Darkx,y为: Darkx,y=min{Rx,y,Gx,y,Bx,y}    1其中,Rx,y、Gx,y、Bx,y分别为像素点x,y的RGB值; 图像中某一RGB区块为H,大小为M×N,通过计算该区块内所有像素点的暗通道值构建暗通道区块,并估计区块透射率HT: 其中,W是一个权重参数,用于控制透射率的平滑性;HAl为大气光估计值,将暗通道区块所有像素值按升序排序,取前W%的最大值进行估计: HAl=max{Darkx,y},x,y∈M×N×W%       3使用边界修剪的方法对计算出的所有区块透射率进行值域限制: 其中,是符合规范的区块透射率;对输入图像的每一个区块进行透射率计算,即得到M个区块对应的透射率值,将它们压缩为一个1×M的特征向量,即得到描述该输入图像的M维透射率特征; 所述步骤5实现过程如下: 对于泄漏图像中某一大小为M×N的区块H,其RGB均值Havg为: 其中,Rx,y、Gx,y、Bx,y分别为区块内像素点x,y的RGB值; 计算区块H相邻8个区块的RGB均值,并形成一个均值数组Vavg: Vavg={V1,V2,…,Vi},i=1,2,…,8    6其中,V1,V2···Vi是相邻区块的RGB均值; 为得到表征区块H与相邻区块色域变化程度的距离数组Hdist,分别求取Havg与Vavg中各元素的欧式距离,得到结果为: Hdist={D1,D2,…,Di},i=1,2,…,8     7其中,差异Di的计算公式如下: Di=||Havg‑Vi||,i=1,2,…,8   8基于距离数组Hdist,计算出区块H的相合度特征Hcons.: 其中,是距离数组中最大的元素,表征色域最大差异;是距离数组中最小的元素,表征色域最小差异;对输入图像的每一个区块相合度特征,即得到M个区块对应的相合度值,将它们压缩为一个1×M的特征向量,即得到描述该输入图像的M维相合度特征。

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南京航空航天大学,其通讯地址为:211106 江苏省南京市江宁区将军大道29号南京航空航天大学;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。