Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院西安光学精密机械研究所王拯洲获国家专利权

中国科学院西安光学精密机械研究所王拯洲获国家专利权

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!

龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利一种基于BLOB区域数量特征统计的多光学目标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:CN115393600B

龙图腾网通过国家知识产权局官网在2025-07-11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:202210917908.3,技术领域涉及:G06V10/28;该发明授权一种基于BLOB区域数量特征统计的多光学目标识别方法是由王拯洲;郭嘉富;王力;段亚轩;魏际同设计研发完成,并于2022-08-01向国家知识产权局提交的专利申请。

一种基于BLOB区域数量特征统计的多光学目标识别方法在说明书摘要公布了:本发明公开了一种基于BLOB区域数量特征统计的多光学目标识别方法;解决现有技术中存在的采用先遮挡一个光学目标,对另外一个光学目标进行识别的方法识别效率较低的技术问题;包括准直图像的采集,并对采集到的图像进行二值化处理、第一次数字形态学处理、第二次数字形态学处理和目标识别等步骤,此方法是基于量化特征参数提取的多光学目标识别图像处理算法,实现了模拟光准直流程中的模拟光目标和主激光目标的识别,处理时间小于1秒钟,满足了大型激光装置光路对接准直过程对于精度和效率的要求;并且,本文提出的基于量化特征参数提取的多光学目标识别图像处理算法,对于提高大型激光装置发射实验光路调整效率具有十分重要的意义。

本发明授权一种基于BLOB区域数量特征统计的多光学目标识别方法在权利要求书中公布了:1.一种基于BLOB区域数量特征统计的多光学目标识别方法,其特征在于: 步骤1:准直图像的采集,并对采集到的图像进行二值化处理; 步骤2:第一次数字形态学处理 对完成步骤1后得的图像进行腐蚀运算; 步骤3:第二次数字形态学处理 对完成步骤2后得到的图像进行膨胀运算,获得全图,以及全图中BLOB区域的数量N和每个BLOB区域的相关信息;所述相关信息包括面积areai、中心位置的坐标Cxi和Cyi以及沿X轴方向的长度Lxi和沿Y轴方向的长度Lyi,其中,N≥3,1≤i≤N; 步骤4:目标识别 4.1设定N个BLOB区域中面积最大的两个BLOB区域分别为候选识别BLOB区域1和候选识别BLOB区域2,其中,定义候选识别BLOB区域1的中心位置坐标为Cxa和Cya以及沿X轴方向的长度为Lxa和沿Y轴方向的长度为Lya;候选识别BLOB区域2的中心位置坐标为Cxb和Cyb以及沿X轴方向的长度为Lxb和沿Y轴方向的长度为Lyb,其中,1≤a≤N,1≤b≤N,a≠b; 4.2基于Cxa、Cya、Lxa、Lya、Cxb、Cyb、Lxb和Lyb,分别获得候选识别BLOB区域1的扩展矩形区域信息Region1和候选识别BLOB区域2的扩展矩形区域信息Region2; 4.3分别获得N个BLOB区域的中心位置坐标Cxi和Cyi位于扩展矩形区域信息Region1与扩展矩形区域信息Region2中的数量,并对模拟光目标和主激光目标进行目标识别; 所述步骤4.2具体包括以下步骤: 4.2.1分别获得候选识别BLOB区域1和候选识别BLOB区域2待扩展矩形的左上端点值和右下端点值: 计算候选识别BLOB区域1待扩展矩形的左上端点值和右下端点值: 左上端点值为Cxa-Lxa,Cya-Lya; 右下端点值为Cxa+Lxa,Cya+Lya; 获得候选识别BLOB区域2待扩展矩形的左上端点值和右下端点值的方法与获得候选识别BLOB区域1待扩展矩形的左上端点值和右下端点值的方法相同; 4.2.2基于步骤4.2.1中获得的两组左上端点值和右下端点值,分别绘制选识别BLOB区域1和候选识别BLOB区域2的扩展矩形区域,获得扩展矩形区域信息Region1与扩展矩形区域信息Region2; 所述步骤4.3具体包括以下步骤: 4.3.1分别统计N个BLOB区域的中心位置坐标Cxi和Cyi位于扩展矩形区域信息Region1中的数量BlobCount1与位于扩展矩形区域信息Region2中的数量BlobCount2; 4.3.2若BlobCount1>BlobCount2,则BlobCount1对应的候选识别BLOB区域1为主激光目标,BlobCount2对应的候选识别BLOB区域2为模拟光目标;若BlobCount1<BlobCount2,则BlobCount1对应的候选识别BLOB区域1为模拟光目标,BlobCount2对应的候选识别BLOB区域2为主激光目标。

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国科学院西安光学精密机械研究所,其通讯地址为:710119 陕西省西安市高新区新型工业园信息大道17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”。

免责声明
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。