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！

龙图腾网获悉辽宁工程技术大学申请的专利结合纹理特征进行决策融合的煤体破坏类型图像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：CN115439680B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202210968900.X，技术领域涉及：G06V10/764；该发明授权结合纹理特征进行决策融合的煤体破坏类型图像识别方法是由吕伏;韩晓天;冯永安设计研发完成，并于2022-08-12向国家知识产权局提交的专利申请。

本结合纹理特征进行决策融合的煤体破坏类型图像识别方法在说明书摘要公布了：本发明提供了一种结合纹理特征进行决策融合的煤体破坏类型图像识别方法，使用高清防爆相机在井下拍摄获取煤体图像，进行图像处理和标记，构建煤体数据集，并根据煤体原图像创建对应的纹理特征数据集；基于决策融合构建分类模型，并使用煤体原图数据集和对应的纹理特征数据集对分类模型进行训练；将待识别的煤体原图和对应的纹理特征图在训练完成的分类模型中进行分类测试，得到煤体图像的破坏类型分类结果。本发明通过对破坏煤图像进行机器识别，识别准确度达到99.52％，能够显著提升井下煤体破坏类型的识别效率，进而对煤与瓦斯突出事故的预测提供参考，极大地提高煤矿生产的智慧性与安全性。

本发明授权结合纹理特征进行决策融合的煤体破坏类型图像识别方法在权利要求书中公布了：1.一种结合纹理特征进行决策融合的煤体破坏类型图像识别方法，其特征在于，所述方法包括： 使用高清防爆相机在井下拍摄获取煤体图像，进行图像处理和标记，构建煤体数据集，并根据煤体原图像创建对应的纹理特征图像数据集，包括：根据灰度共生矩阵提取纹理特征的方法，提取五类图像的典型特征参数；对比各个类别图像在不同纹理特征参数上的差异度，选取差异性最大的特征作为图像的整体特征，创建图像的纹理特征数据集；所述差异性最大的特征为mean值； 构建基于决策融合的分类模型，并基于煤体图像数据集和对应的纹理特征图像数据集对所述分类模型进行训练；其中，所述分类模型包括2个结构相同，但参数不同的子分类器；每个子分类器中包括注意力建议子网络和分类子网络两个不同功能的子网络结构；将原始图像和纹理特征图像分别输入到2个分类器中的分类子网络进行学习和训练，将输出特征经过双线性池化后压缩为一个五维向量；同时连接两个分类子网络中的平均池化层，构造自适应学习的三层卷积神经网络作为注意力建议子网络学习不同通道权重，将学习到的权重分别与原图和纹理特征图的特征输出相乘后求和，得到融合分类结果；所述分类子网络根据双线性神经网络B-CNN和ResNet-18构建； 将待识别的煤体原图和对应的纹理特征图输入训练完成的基于决策融合的分类模型中，得到煤体原图的分类结果。

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辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市中华路47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。