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！

龙图腾网获悉玉溪师范学院申请的专利一种基于机器视觉的红果参分拣装置及分拣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：CN116899896B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211657930.5，技术领域涉及：B07C5/34；该发明授权一种基于机器视觉的红果参分拣装置及分拣方法是由于勇涛;安镇宙;邓文祥;杨健;孙浏;赵崇理;周红明;闻强林;朱绪东;杨扬;林明祖;陈奇龙;赵艳丽;张子伟;王曦设计研发完成，并于2022-12-22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红果参分拣装置及分拣方法在说明书摘要公布了：本发明公开了一种基于机器视觉的红果参分拣装置及分拣方法，其中装置包括：进料斗、传送台、传送带、摄像头、分拣舵机、分料斗、控制部；基于机器视觉的红果参分拣方法，包括：S1：由摄像头对传送滚轴上的红果参图像进行采集，并传送至控制部的MCU；S2：对红果参的图像轮廓特征进行识别提取；S3：对红果参图像颜色特征提取；S4：建立机器学习模型；S5：用机器学习模型识别不同果实的级别；针对红果参果皮易破的特点，本发明设计的光滑传送带，可将红果参单独排开，避免堆积，防止果皮破损；通过本发明提供的机器视觉图像处理方法，对果实的识别精度高，分拣准确度高。

本发明授权一种基于机器视觉的红果参分拣装置及分拣方法在权利要求书中公布了：1.一种基于机器视觉的红果参分拣装置，其特征在于，包括：进料斗、传送台、传送带、摄像头、分拣舵机、分料斗、控制部； 所述进料斗设置于传送台左侧； 所述传送台内可转动的连接传送带； 所述传送台与进料斗之间且位于传送台上方设置摄像头； 所述传送台一侧设置分拣舵机，完成分选动作；对应在传送台另一侧设置与分拣舵机匹配的分料斗； 所述传送台侧边连接控制部，控制部内集成连接MCU；通过MCU对摄像头采集的图像进行机器视觉图像处理分析，并由MCU对分拣舵机的驱动做出控制； 基于机器视觉的红果参分拣装置的分拣方法，包括以下步骤： S1：由摄像头对传送带上的红果参图像进行采集，并传送至控制部的MCU； S2：对红果参的图像轮廓特征进行识别提取： 采用改进的最小图割算法：首先，对RGB颜色空间分别用一个K个高斯分量的全协方差GMM来对目标和背景进行建模；然后，通过框选将像素分为背景像素和目标像素，对每个像素分配GMM中的高斯分量，把像素n的RGB值代入目标GMM中的每一个高斯分量中，对给定的图像数据学习优化GMM的参数，估计每个像素属于目标GMM还是背景GMM；最后通过多次迭代过程使得对目标和背景建模的GMM的参数更优，整个迭代过程收敛于最优图像分割结果； S3：对红果参图像颜色特征提取：利用果实在HSV色彩空间中颜色分量H的差异，对于果实图像H分量，用直方图不同角度的分布特征按不同成熟度等级划分为差异明显的子集，实现对果实颜色的识别； S4：建立机器学习模型：利用K-means进行聚类分析，以H分量均值作为初始中心点，设K=3，将初始训练集分为3个特征集合； S5：用机器学习模型识别不同果实的级别：用3个特征集合训练3个SVM分类器并使用一对一策略进行判断； 所述机器学习模型建立过程为： S4.1：利用K-means进行聚类分析；其过程为：①以H分量的均值作为初始的聚类中心点，以"簇内差异小，簇间差异大"作为优化目标，差异设定为样本点到其所在簇的质心的欧几里得距离；②循环计算每个样本点到那质心到距离，离哪个近就将该样本分配到该质心，得到K个簇；③对于每个簇，计算所有被分到该簇的样本点的平均距离作为新的质心，再次进行计算；④重复上述三步直到所有簇不再发生变化； S4.2：为了操作方便和提高分拣效率，将准备好的初始化训练集通过K-means算法分为3个簇，即以H分量划分的3个特征集合； S4.3：用特征集合训练SVM分类器；其过程为：①将实例的特征向量映射为空间中的一些点作为支持向量；②寻找一个超平面，使得离超平面比较近的点能有更大的间距；③利用得到的超平面，区分特征向量的归属分类； S4.4：使用一对一策略进行判断；方法为：①对待分类特征向量使用经过训练得到的三个二元分类器计算属于该类的可能性；③选择得票最高的类别作为输入的待分类样本的特征的类别，从而实现最终判断。

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玉溪师范学院，其通讯地址为：653100 云南省玉溪市红塔区凤凰路134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。