恭喜华北水利水电大学雷宏军获国家专利权
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!
龙图腾网恭喜华北水利水电大学申请的专利基于深度学习的白蚁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:CN117173746B 。
龙图腾网通过国家知识产权局官网在2025-05-06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:202311266719.5,技术领域涉及:G06V40/10;该发明授权基于深度学习的白蚁识别方法是由雷宏军;王青正;屈章彬;李秀丽;王合闯;石磊设计研发完成,并于2023-09-26向国家知识产权局提交的专利申请。
本基于深度学习的白蚁识别方法在说明书摘要公布了:本发明涉及图像识别技术领域,提出了基于深度学习的白蚁识别方法,包括:获取白蚁环境图像、白蚁环境HSV图像;根据白蚁环境HSV图像获取环境亮度分布二值掩膜并获取白蚁环境暗区图像,根据每个白蚁环境暗区图像计算每个白蚁环境暗区图像的白蚁分布特征熵,根据每个白蚁环境暗区图像计算每个白蚁环境暗区图像的分布距离,根据每个白蚁环境暗区图像的分布距离和白蚁分布特征熵计算每个白蚁环境暗区图像的白蚁暗区富集指数;根据每个白蚁环境暗区图像的白蚁暗区富集指数计算每个像素点的亮度修正值,基于亮度修正值获取白蚁环境修正图像,将白蚁环境修正图像输入神经网络获取白蚁识别结果。本发明有效提高了白蚁识别的准确性。
本发明授权基于深度学习的白蚁识别方法在权利要求书中公布了:1.基于深度学习的白蚁识别方法,其特征在于,该方法包括以下步骤:获取白蚁环境图像、白蚁环境HSV图像;根据白蚁环境HSV图像获取环境亮度分布二值掩膜并获取白蚁环境暗区图像,根据每个白蚁环境暗区图像计算每个白蚁环境暗区图像的颜色特征频率,根据每个白蚁环境暗区图像计算每个白蚁环境暗区图像的几何中心,根据每个白蚁环境暗区图像的颜色特征频率计算每个白蚁环境暗区图像的白蚁分布特征熵,根据每个白蚁环境暗区图像的几何中心计算每个白蚁环境暗区图像的分布距离,根据每个白蚁环境暗区图像的分布距离和白蚁分布特征熵计算每个白蚁环境暗区图像的白蚁暗区富集指数;根据每个白蚁环境暗区图像的白蚁暗区富集指数计算每个像素点的亮度修正值,基于亮度修正值获取白蚁环境修正图像,将白蚁环境修正图像输入神经网络获取白蚁识别结果;所述白蚁暗区富集指数的表达式为: ;公式中,表示了两个不同坐标之间的欧式距离,表示了第个白蚁环境暗区图像的几何中心坐标,表示了第个白蚁环境暗区图像的质心坐标,表示了以自然常数为底的指数函数,表示了邻近暗区调节常量,表示了第个白蚁环境暗区图像中的白蚁分布特征熵,表示了第个白蚁环境暗区图像中第个邻近暗区图像的白蚁分布特征熵,表示了第个白蚁环境暗区图像区域所有像素点的LBP纹理均值,表示了第个白蚁环境暗区图像中第个邻近暗区图像的所有像素点的LBP纹理均值,表示了第个白蚁环境暗区图像的白蚁暗区富集指数;所述亮度修正值的表达式为: ;公式中,表示了第个白蚁环境暗区图像的动态亮度变换系数,表示了第个白蚁环境暗区图像中所有像素点亮度V通道的均值,表示了以动态亮度变换系数为底的对数函数,表示了第个白蚁环境暗区图像中第个像素点的皮尔生长亮度,表示了第个白蚁环境暗区图像中第个像素点的亮度V通道的数值,表示了的第个白蚁环境暗区图像中第个像素点的亮度修正数值大小。
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华北水利水电大学,其通讯地址为:450046 河南省郑州市郑东新区金水东路136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”。
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。