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 > 济南城建集团有限公司;山东交通学院;济南城市建设集团有限公司;山东夷路安交通科技发展有限公司杨峰获国家专利权

济南城建集团有限公司;山东交通学院;济南城市建设集团有限公司;山东夷路安交通科技发展有限公司杨峰获国家专利权

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!

龙图腾网获悉济南城建集团有限公司;山东交通学院;济南城市建设集团有限公司;山东夷路安交通科技发展有限公司申请的专利基于图像增强处理的自动化除雪作业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:CN120725917B

龙图腾网通过国家知识产权局官网在2025-11-21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:202511194749.9,技术领域涉及:H04N5/325;该发明授权基于图像增强处理的自动化除雪作业方法及系统是由杨峰;俞涛;许庚;刘文江;赵世超;李壮壮;陈仁山;王泽峰设计研发完成,并于2025-08-26向国家知识产权局提交的专利申请。

基于图像增强处理的自动化除雪作业方法及系统在说明书摘要公布了:本发明涉及图像处理技术领域,具体涉及基于图像增强处理的自动化除雪作业方法及系统,包括以下步骤:采集路面的原始积雪图像,采用多尺度Retinex算法分解图像亮度分量,分解为低频分量与高频分量,生成增强图像;基于所述增强图像,计算像素点HSV空间中饱和度与明度的联合梯度,采用改进的Otsu双阈值法生成积雪区域二值分割图;根据纹理均匀度判定积雪紧实度等级;驱动执行机构按路径坐标喷洒除雪剂,同时结合紧实度等级调整除雪剂喷洒浓度。本发明,提升积雪边界清晰度与斑块内部纹理可识别性,为后续分割与分析打下高质量图像基础,增强了系统在自然光照条件下的适应能力与稳定性。

本发明授权基于图像增强处理的自动化除雪作业方法及系统在权利要求书中公布了:1.基于图像增强处理的自动化除雪作业方法,其特征在于,包括以下步骤: S1,在移动轨道小车上搭载图像采集装置,采集路面的原始积雪图像,采用多尺度Retinex算法分解图像亮度分量,分解为低频分量与高频分量,对低频分量进行自适应伽马校正,对高频分量进行非线性对比度拉伸,生成增强图像; S2,基于所述增强图像,计算像素点HSV空间中饱和度与明度的联合梯度,采用改进的Otsu双阈值法生成积雪区域二值分割图;对积雪区域二值分割图中各积雪斑块提取局部二值模式纹理特征,根据纹理均匀度判定积雪紧实度等级; 所述联合梯度的计算包括基于增强图像转换得到的HSV空间图像,分别提取饱和度分量与明度分量,对各像素点计算两通道的梯度值,并构建包括饱和度梯度模、明度梯度模以及二者差异项的联合梯度幅值图;其中,赋予饱和度梯度高权重,并引入饱和度与明度梯度差异的惩罚因子,增强图像边界过渡区域的响应能力; 所述采用改进的Otsu双阈值法生成积雪区域二值分割图具体包括:通过遍历所有双阈值组合,基于像素分布计算类间方差,并引入指数型正则项抑制阈值间距,构建具有判别性与连续性兼顾的双阈值目标函数;以最大化所述目标函数的阈值对作为最优阈值,将联合梯度图划分为强边界区、弱边界区与背景区,并对弱边界区执行区域生长处理,生成具有连通性的积雪区域二值分割图; 所述积雪紧实度等级的判定包括:对所述积雪区域二值分割图内的每个积雪斑块应用圆形邻域局部二值模式算子,采用固定采样点数量与邻域半径构建旋转不变均匀编码方式获得编码图,编码图对边缘不敏感、视角适应性强;基于所述编码图计算二维拉普拉斯响应,获取每个积雪斑块的纹理均匀度指标值;依据所述指标值将积雪划分为松散级、中度级与密实级,反映不同斑块表面纹理起伏状态; S3,根据所述积雪区域二值分割图,提取连续积雪斑块的最小外接矩形,以最小外接矩形中心点为基准坐标生成除雪剂喷洒路径,驱动执行机构按路径坐标喷洒除雪剂,同时结合紧实度等级调整除雪剂喷洒浓度。

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济南城建集团有限公司;山东交通学院;济南城市建设集团有限公司;山东夷路安交通科技发展有限公司,其通讯地址为:250000 山东省济南市天桥区济洛路汽车厂东路29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。

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。