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！

龙图腾网获悉华东师范大学申请的专利一种面向非平稳纹理结构属性的结构提取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：CN115457296B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211061165.0，技术领域涉及：G06V10/54；该发明授权一种面向非平稳纹理结构属性的结构提取方法是由何鑫鑫;宋海川设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种面向非平稳纹理结构属性的结构提取方法在说明书摘要公布了：本发明公开了一种面向非平稳纹理结构属性的结构提取方法，提取非平稳纹理中结构属性呈现为特征轮廓、元素分布的纹理示例的结构信息，得到非平稳纹理的纹理结构图。具体步骤：1）针对结构属性表现为特征轮廓的纹理示例，获取示例特征轮廓结构的边界线，确定边界线邻域范围内的其他特征轮廓点，从而得到纹理结构图；2）针对结构属性表现为元素分布的纹理示例，根据元素示例块进行局部图像块匹配，提取块内的纹理元素，从而得到纹理结构图。在纹理合成与纹理迁移任务中，非平稳纹理的结构属性一直是研究难点。本发明与现有技术相比能够提取非平稳纹理图像的结构属性，为纹理相关任务提供新的解决思路，具有一定的应用前景。

本发明授权一种面向非平稳纹理结构属性的结构提取方法在权利要求书中公布了：1.一种面向非平稳纹理结构属性的结构提取方法，其特征在于，根据非平稳纹理示例呈现的不同结构属性，分类别进行结构提取，该方法具体包括以下步骤： 步骤1：具有特征轮廓结构的纹理示例的结构提取 1.1：针对结构属性呈现为特征轮廓的纹理示例，根据纹理示例中的特征轮廓之间的欧式距离来确定高斯模糊核的大小，利用超参数模糊核的高斯滤波对纹理示例进行卷积操作来去除纹理示例中的噪声信息，再利用固定模糊核大小5×5的高斯滤波再次进行卷积得到过滤后的纹理示例； 1.2：计算纹理示例的梯度幅值和梯度方向，并沿着梯度方向对梯度幅值进行非极大值抑制；非极大值抑制是指沿着对应的梯度方向将中心像素点的像素值与周围的两个像素点的像素值进行比较，若中心像素点的像素值为最大值，则保留中心像素点的原始像素值，否则将其置为0； 1.3：设定超参数高低阈值来检测和连接特征轮廓结构的边缘：小于设定的低阈值的像素点置为0，大于设定的高阈值的像素点置为1，小于设定的高阈值、大于设定的低阈值且与大于设定的高阈值的像素点相连的像素点置为1，进一步将所有被置为1的像素点定义为特征轮廓结构的边界像素点； 1.4：遍历特征轮廓结构的边界像素点，分别从8邻域方向查找设定的超参数欧式距离阈值范围内的其他边界像素点，并沿着查找方向将两个边界像素点之间的像素点的值全部重新设置为1，将所有被置为1的像素点定义为特征轮廓结构；由像素值为0和像素值为1的像素点组成的图像为具有特征轮廓结构的纹理示例的纹理结构图； 步骤2：具有元素分布结构的纹理示例的结构提取 2.1：针对结构属性呈现为元素分布的纹理示例，根据纹理元素的大小和颜色差异将其分为不同类别，并为每个类别的元素提供一个元素示例，即在纹理示例中为每一类纹理元素任意截取一个包含单个此类别纹理元素的图像块； 2.2：基于提供的元素示例，遍历纹理示例中与元素示例尺寸相等的局部区域，并计算元素示例与局部区域的相似度值，相似度值高于给定相似度阈值的局部区域块被定义为初始元素块；设置相似度阈值为0.15-0.4； 2.3：在初始元素块中，对两个元素块重合度高于设定的重合阈值0.5的元素块进行筛选：若两个元素块属于相同类别，则保留相似度值高的元素块；否则保留面积更大的元素块，最终保留的元素块被统一标记为目标元素块； 2.4：利用基于DUTS-TR数据集中10553张图像数据训练的显著性检测模型提取目标元素块中包含的纹理元素，将提取出的纹理元素按照所在元素块的原始绝对位置进行缝合，得到具有元素分布结构的纹理示例的纹理结构图。

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华东师范大学，其通讯地址为：200241 上海市闵行区东川路500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”。