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！

龙图腾网获悉南京师范大学申请的专利一种遮挡环境下的目标分割补全及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：CN115984558B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211683146.1，技术领域涉及：G06V10/26；该发明授权一种遮挡环境下的目标分割补全及识别方法是由黄懿涵;谢非;高知临;唐俊秋;戴亮;刘畅;周笑羽;郑鹏飞;刘益剑;单飞宇设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种遮挡环境下的目标分割补全及识别方法在说明书摘要公布了：本发明公开了一种遮挡环境下的目标分割补全及识别方法，包括：采集遮挡环境下的两张连续视频序列图像，将图像从RGB空间转换到YCbCr颜色空间，提取Y分量进行归一化处理；进行均值聚类分割，获得两张遮挡环境下的分割图像；进行边缘提取与边缘跟踪，通过改进插值算法实现采摘目标的轮廓重建，再根据两张遮挡环境下轮廓重建的分割图像计算生成拟合矩形框；进行相对准确率的计算，对遮挡修复图像进行识别，获得遮挡环境下的采摘目标分割补全及识别图像。本发明为遮挡环境下的采摘目标分割补全及识别提供了一种有效方法，并且创新性地使用一种改进的插值算法对采摘目标进行轮廓补全，具有实用性强、轮廓补全精确度高、抗背景环境干扰能力强的优点。

本发明授权一种遮挡环境下的目标分割补全及识别方法在权利要求书中公布了：1.一种遮挡环境下的目标分割补全及识别方法，其特征在于，包括如下步骤： S1：通过摄像头采集遮挡环境下的两张连续视频序列图像，将采集的两张连续视频序列图像从RGB空间转换到YCbCr颜色空间，提取Y分量进行归一化处理，获得两张遮挡环境下的归一化图像； S2：将两张遮挡环境下的归一化图像进行均值聚类分割，获得两张遮挡环境下的分割图像； S3：对两张遮挡环境下的分割图像进行边缘提取与边缘跟踪，通过改进插值算法实现采摘目标的轮廓重建，再根据两张遮挡环境下轮廓重建的分割图像计算生成拟合矩形框，获得两张遮挡环境下含有拟合矩形框的遮挡修复图像； S4：对两张遮挡环境下含有拟合矩形框的遮挡修复图像进行相对准确率的计算，若相对准确率合格，使用训练好的多特征卷积神经网络模型对两张含有拟合矩形框的遮挡修复图像进行识别，获得遮挡环境下的采摘目标分割补全及识别图像，实现遮挡环境下的目标分割补全及识别； 归一化处理的公式如下： 其中：Xinputλ,μ为两张遮挡环境下的亮度信号图像λ行，μ列像素点的像素值； maxXinput为两张遮挡环境下的亮度信号图像所有像素点的最大像素值； minXinput为两张遮挡环境下的亮度信号图像所有像素点的最小像素值； Xoutputλ,μ为输出的两张遮挡环境下λ行，μ列的归一化图像像素值； 步骤S2中的均值聚类分割采用K-means聚类分割，具体包括如下： K-means聚类分割，需要人为指定聚类个数k，随机产生k个聚类中心，根据两张遮挡环境下的归一化图像中每个数据对象到聚类中心的距离，经过反复迭代运算，计算得到聚类中心位置；考虑遮挡环境下有采摘目标以及枝叶，为减小计算量，将聚类个数k指定为2，K-means聚类分割公式为： 其中：D为两张遮挡环境下的归一化图像中每个像素点的像素值样本集；D1为两张遮挡环境下的归一化图像中第1个数据对象的像素值；D2为两张遮挡环境下的归一化图像中第2个数据对象的像素值；DN为两张遮挡环境下的归一化图像中第N个数据对象的像素值；U为两张遮挡环境下的归一化图像中的聚类中心集合；U1,U2分别为两张遮挡环境下的归一化图像中指定的二个聚类中心；C为两张遮挡环境下的归一化图像中的簇的集合；C1,C2分别为两张遮挡环境下的归一化图像中指定的二个簇；CI为两张遮挡环境下的归一化图像中的簇的集合中第I个簇；Z为两张遮挡环境下的归一化图像中的簇的集合的元素；minE为所述的样本点到所述的簇的聚类中心最短距离。

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南京师范大学，其通讯地址为：210024 江苏省南京市鼓楼区宁海路122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”。