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！

龙图腾网获悉广东工业大学申请的专利一种视觉图像路径分割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：CN116128893B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202310056146.7，技术领域涉及：G06T7/11；该发明授权一种视觉图像路径分割方法是由鲁仁全;谢仕烁;陶杰设计研发完成，并于2023-01-17向国家知识产权局提交的专利申请。

本一种视觉图像路径分割方法在说明书摘要公布了：本发明提供一种视觉图像路径分割方法，包括：步骤S1、将原始视觉图像预处理并产生预处理图像；步骤S2、通过神经网络将预处理图像计算出分割阈值，再将分割阈值通过更新为使用阈值，并启动N的计数；步骤S3、判断N是否大于K，并判断预设算法计算是否失败:若两个判断中任意一个为是，则返回步骤S2，并更新为当前的使用阈值后进入步骤S4；若两个判断均为否，则进入步骤S4；步骤S4、将预处理图像运算并产生分割结果；步骤S5、将分割结果评估并判断：若评估合格，则输出分割结果；若评估不满足，则将当前的使用阈值作废，并将最优阈值更新为使用阈值后进入步骤S4。采用本发明的视觉图像路径分割方法的计算精度高且计算速度快。

本发明授权一种视觉图像路径分割方法在权利要求书中公布了：1.一种视觉图像路径分割方法，其应用于神经网络，其特征在于，该方法包括如下步骤： 步骤S1、获得M帧原始视觉图像，将所述原始视觉图像进行预处理并产生预处理图像，以使所述预处理图像实现消除所述原始视觉图像因光照带来的硬光线影响；M为正整数； 步骤S2、通过所述神经网络将所述预处理图像计算出分割阈值和道路估计值，再将计算出的所述分割阈值通过更新为使用阈值，同时将更新前的所述使用阈值储存为最优阈值，并启动N的计数；所述计数的规则为：当更新所述使用阈值时,N设为0；每当获得一帧所述预处理图像时，则将N加1；N为自然数，MN； 步骤S3、判断当前获得所述步骤S1的所述预处理图像相对应的N是否大于预设的K，并判断所述步骤S2的预设算法计算是否失败: 若两个判断中任意一个为是，则返回所述步骤S2，并更新为当前的所述使用阈值后进入步骤S4；若两个判断均为否，则进入步骤S4； 步骤S4、将当前获得所述步骤S1的所述预处理图像根据预设的漫水填充算法进行运算并产生分割结果； 步骤S5、将所述步骤S4的所述分割结果的质量按预设的评价规则进行评估并判断： 若所述分割结果的质量评估合格，则输出所述分割结果；若所述分割结果的质量评估不满足所述评价规则的要求，则将当前的所述使用阈值作废，并将所述步骤S2的所述最优阈值更新为所述使用阈值后进入所述步骤S4； 所述步骤S2中，所述神经网络将所述预处理图像计算通过损失函数实现，其中所述损失函数的参数包括所述神经网络输出的预测值、真实阈值、数据的误差权值以及数值误差；其中，所述神经网络输出的预测值为P，所述真实阈值为R，所述数据的误差权值为W，所述数值误差为L1；满足如下公式： 其中，P＝[p1,p2,p3,p4,p5,p6,p7]2； R＝[r1,r2,r3,r4,r5,r6,r7]3； W＝[w1,w2,w3,w4,w5,w6,w7]4； p1,p2,p3,p4,p5,p6,p7分别为所述神经网络输出的预测值中1至7维的数据， r1,r2,r3,r4,r5,r6,r7分别为所述真实阈值中1至7维的数据， w1,w2,w3,w4,w5,w6,w7分别为所述数据的误差权值中1至7维的数据； 所述步骤S4中，所述漫水填充算法通过所述神经网络输出的所述预测值和所述真实阈值分别输出的二值化的所述分割结果分别为Mp和Mr；所述漫水填充算法中将两幅二值化的图像进行异或运算并产生异或结果，统计所述异或结果中白色像素的数量并获得误差像素数；所述误差像素数为Se，像素误差为L2，并满足如下公式： Se＝countMrXORMp5； 其中，count为误差像素数运算函数；XOR为异或运算符号；Sr为所述漫水填充算法通过所述真实阈值输出的二值化分割结果的白色像素数，即路径的真实面积。

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广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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”。