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！

龙图腾网恭喜江南大学申请的专利基于SURF和VLAD特征编码的面料图案检索算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：CN115269894B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202210889749.0，技术领域涉及：G06F16/53；该发明授权基于SURF和VLAD特征编码的面料图案检索算法是由潘如如;向军;赵文浩;张宁;周建;王蕾设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本基于SURF和VLAD特征编码的面料图案检索算法在说明书摘要公布了：本发明属于面料图像检索技术领域，涉及基于SURF和VLAD特征编码的面料图案检索算法。本发明首先利用图像视觉提特征训练集进行聚类得到视觉特征码书；然后提取数据库中所有面料的SURF特征构建图像视觉特征库，由得到的码书计算特征残差进行量化和编码；对得到的编码特征进一步进行主成分分析来达到降维的效果，减少由于存储视觉特征向量和计算特征距离而引起的不必要的开销；将降维后的面料视觉特征向量使用ball‑tree算法构建索引，接着利用查询面料图像的特征向量进行查询并排序返回。算法基于SURF和VLAD，能够适应多种复杂多变的图案面料，不仅能够有效检测不同的复杂图案，而且检索速度较快。

本发明授权基于SURF和VLAD特征编码的面料图案检索算法在权利要求书中公布了：1.基于SURF和VLAD特征编码的面料图案检索算法，其特征在于，步骤如下：第一步：面料特征库的构建与码书生成对面料图片库的面料图片进行SURF特征提取，存储其特征；然后将训练集中的SURF特征采用MiniBatchK-Means算法进行迭代聚类，生成码书；第二步：图像视觉特征量化和编码利用训练好的码书，逐个对每张面料图像视觉特征描述子进行量化并计算残差，然后将得到的残差拼接成相应的特征向量，再对得到的特征向量进行降维处理；第三步：索引构建ball-tree递归地将数据划分为由质心p和半径r定义的节点，使节点中的每个点都位于所定义的超球内；选择一个距离当前圆心最远的点P1,和距离点P1最远的点P2，将圆中所有离这两个点最近的点都赋给这两个簇的中心，然后计算每个簇的中心点和包含所有其所属观测点的最小半径，不断递归得到最近邻点，最终构建索引；第四步：图像查询提取待检图像的SURF特征，对其进行VLAD编码和主成分分析降维，得到特征向量；然后在构建的ball-tree中查询目标节点的K个最近邻，返回相应图片；所述的第一步中码书的生成，具体如下：迭代不采用所有样本，而是每次等量的采样，然后进行中心节点的更新，数据的更新是在每一个小的样本集上；对于每一个小批量，通过计算平均值得到更新质心，并把小批量的数据分配给该质心，随着迭代次数增加，质心的变化越来越小，直到质心稳定或者达到指定的迭代次数，聚类完成同时码书生成；计算兴趣点周围半径为6s在特征点的圆形邻域内x和y方向上的Haar小波响应，统计60度扇形内所有点的水平、垂直Haar小波特征总和，然后扇形以一定间隔进行旋转并再次统计区域内Haar小波特征值之后，最后将值最大的那个扇形的方向作为该特征点的主方向；以兴趣点的位置为中心转动20s×20s的方形区域和主方向重合，将该方形区域划为4×4的子区域，对每个子区域内主方向和其垂直方向的小波响应dx和dy并进行加和与绝对值加和，得到长度为4的向量v，因此16个区域总共能得到64维的向量。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。