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！

申请/专利权人：湖南链动云科技有限公司

摘要：本发明涉及图像识别追溯领域，尤其涉及一种基于供应链的数据追溯方法，本发明通过获取针对供应链产品的图像数据，整合预定时间内所获取图像数据并提取各所述图像数据的背景色度以及特征物体轮廓，基于图像数据间背景色度以及特征物体轮廓的形态差异计算显性差异系数，以对各所述图像数据进行划分，得到若干划分数据组，提取划分数据组中各图像数据的显性纹路特征，基于显性纹路特征的差异性判定所述划分数据组的显性差异类别，并适应性的选定针对所述划分数据组的特征处理方式，判定产品是否异常并进行追溯，本发明通过上述过程提高检测追溯效率，减少针对供应链中海量的图像数据进行检测追溯时的算力消耗。

主权项：1.一种基于供应链的数据追溯方法，其特征在于，包括：步骤S1，获取针对供应链产品的图像数据，构建图像数据与产品信息的关联关系并存储至数据库；步骤S2，整合预定时间内所获取图像数据并提取各所述图像数据的背景色度以及特征物体轮廓，基于图像数据间所述背景色度以及特征物体轮廓的形态差异计算显性差异系数，以对各所述图像数据进行划分，得到若干划分数据组；步骤S3，提取划分数据组中各图像数据的显性纹路特征，基于显性纹路特征的差异性判定所述划分数据组的显性差异类别；步骤S4，根据所述划分数据组的显性差异类别选定针对所述划分数据组的特征处理方式，所述特征处理方式包括，若所述划分数据组为弱显性差异类别，则选定提取划分数据组中任意图像数据以识别产品类别，确定所关联的特征提取需求，基于特征提取需求遍历划分数据组提取全部图像数据的特征用以判定产品是否存在异常；若所述划分数据组为强显性差异类别，则选定遍历划分数据组，以识别全部图像数据产品类别，分别确定各所述图像数据所关联的特征提取需求并提取特征用以判定产品是否存在异常；其中，各类产品与特征提取需求的关联关系为预先构建所得；步骤S5，对存在异常的图片数据执行追溯操作，所述追溯操作包括由所述数据库中检索与所述图像数据关联的产品信息；所述步骤S2中，根据公式（1）计算显性差异系数， ；公式（1）中，C表示显性差异系数，P表示图像数据间背景色度差异量，P0表示预设的背景色度标准差异量阈值，G表示图像数据间特征物体轮廓的拟合度，G0表示预设的拟合度标准量阈值，α表示色度差异权重系数，β表示拟合度差异权重系数；所述步骤S3中，提取图像数据的显性纹路特征的过程包括，提取特征物体轮廓中的图像；对所述图像进行聚类处理，以标定所述图像中的聚类簇作为纹路特征；确定各纹路特征的平均分布距离以及平均面积，得到显性纹路特征；所述步骤S3中，基于显性纹路特征的差异性判定所述划分数据组的显性差异类别的过程包括，若划分数据组满足预定条件，则判定所述划分数据组为弱显性差异类别；若划分数据组不满足预定条件，则判定所述划分数据组为强显性差异类别；所述预定条件为任意图像数据间纹路特征的平均分布距离差异比小于预定分布距离差异比异阈值且平均面积差异比小于预定的面积差异比异阈值。

全文数据：

权利要求：

百度查询： 湖南链动云科技有限公司 一种基于供应链的数据追溯方法