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！

龙图腾网获悉中建五局第四建设有限公司;中国建筑第五工程局有限公司申请的专利一种基于图像处理的物料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：CN116311061B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310264771.0，技术领域涉及：G06V20/52；该发明授权一种基于图像处理的物料识别方法是由贾彦魁;游杰勇;王欢欢;高鹏;刘建军;吴群威;肖玲;林红利;李彦斌;程晓宁;李帅;王智勇;刘航;王明设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种基于图像处理的物料识别方法在说明书摘要公布了：本发明涉及图像处理领域，具体涉及一种基于图像处理的物料识别方法，获取不同视角下的待识别的物料图像信息；确定其中一视角下的物料图像信息作为标准图像，将其它不同视角下所采集的物料图像信息与所述标准图像信息进行图像配准，得到图像配准结果，确定不同视角下的料图像信息的透视变换矩阵；基于透视变换矩阵，将其它不同视角下的待识别的物料图像信息变换至标准图像的视角下，并进行图像拼接，得到拼接后的图像信息。即本发明的方案能够对物料图像进行图像处理，避免图像存在畸变、不完整等质量问题。

本发明授权一种基于图像处理的物料识别方法在权利要求书中公布了：1.一种基于图像处理的物料识别方法，其特征在于，包括以下步骤： 获取不同视角下的待识别的物料图像信息； 将不同视角下所采集建筑物料图像信息与当前相机固定位置处所采集建筑物料正视图进行图像配准，得到图像配准结果； 根据图像配准结果，得到将当前相机固定位置处所采集建筑物料正视图变换到不同位置下所采集建筑物料正视图对应视角所需要的透视变换矩阵； 基于透视变换矩阵，将不同视角下的待识别物料图像信息变换至同一视角下，并进行图像拼接，得到拼接后的图像信息； 获取拼接后的图像信息对应的深度信息；基于获取的拼接后的图像信息以及深度信息，对物料进行识别； 基于获取的拼接后的图像信息以及深度信息，对物料进行识别的具体过程为： 构建MaskR-CNN网络模型，所述MaskR-CNN网络模型包括ResNet网络；对所述ResNet网络进行优化，得到优化的MaskR-CNN网络模型；对所述优化的MaskR-CNN网络模型进行训练，得到训练好的优化的MaskR-CNN网络模型； 将拼接后的图像信息以及该图像信息对应的深度信息输入训练好的优化的MaskR-CNN网络模型，进行物料的识别，得到识别结果； 其中，对所述ResNet网络进行优化的具体过程为： 获取训练数据集；将训练数据集输入所述ResNet网络进行训练，并利用损失函数进行优化，得到训练好的ResNet网络； 所述损失函数的获取过程为： 获取拼接后的物料的图像数据的灰度图像，提取任意单个物料类别的图像区域，提取所述图像区域的质心坐标点，获取灰度图像的中心坐标与质心坐标的距离值； 获取任意单个物料类别的成像质量评估值； 基于所述距离值和成像质量评估值得到调整指标；根据所述调整指标、单个物料的图像真实标签值和深度图像的真实标签值，构建损失函数； 所述损失函数为： ，其中，Fj为当前物料的图像第Aj个物料类别所对应的调整指标，pkj为第Aj个物料类别在当前ResNet网络训练过程中物料图像上的真实标签值，qk'j为第Aj个物料类别在当前ResNet网络训练过程中物料图像上的预测标签值，pLj为第Aj个物料类别在当前ResNet网络训练过程中深度图像上的真实标签值，qLj'为第Aj个物料类别在当前ResNet网络训练过程中深度图像上的预测标签值，H为所有类别的个数，m为归一化函数，j为物料编号； 所述调整指标为： ，其中，Dj为当前灰度图像的中心点坐标点与第Aj个物料类别的质心坐标点之间的距离值，Ej表示当前灰度图像中第Aj个物料类别的成像质量评估值，exp为以自然数e为底数的指数函数，G为超参数。

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中建五局第四建设有限公司;中国建筑第五工程局有限公司，其通讯地址为：471000 河南省洛阳市洛龙区开元大道288号1幢20层整层；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。