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！

龙图腾网获悉天津市气象信息中心(天津市气象档案馆)申请的专利一种基于深度学习的多类型气象自记纸迹线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：CN119672492B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202411784716.5，技术领域涉及：G06V10/82；该发明授权一种基于深度学习的多类型气象自记纸迹线识别方法是由徐梅;任建玲;勾志竟;梁健;李一诺;庄园煌;李子祺;张珊设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于深度学习的多类型气象自记纸迹线识别方法在说明书摘要公布了：本发明涉及气象学技术领域，且公开了一种基于深度学习的多类型气象自记纸迹线识别方法。利用深度学习技术，结合跨平台计算机视觉库OpenCV，实现了多类型气象自记纸迹线数据的提取和结果量化；针对立轴风向风速自记纸采用U‑net语义分割网络完成迹线分割提取；应用模板匹配与边缘检测算法实现网格提取，进而根据相关气象规范实现件提取结果的量化；本方法从网格提取、迹线提取、结果量化等多个维度，综合考虑了不同类型自记纸在尺寸、颜色、大小、刻度、线形等多个方面的差异，高度还原了迹线信息，适用于风、降水、温度、气压等迹线数字化提取业务化处理，能够大大减少工作量和降低人工成本。

本发明授权一种基于深度学习的多类型气象自记纸迹线识别方法在权利要求书中公布了：1.一种基于深度学习的多类型气象自记纸迹线识别方法，其特征在于：包括如下步骤： （1）根据路径参数，读取不同类型气象扫描图像数据； （2）解析读取到的数据，并根据文件名判断其数据格式和数据类型是否正确； （3）对读取到的气象扫描图像数据进行预处理，主要完成图像纠偏、降噪； （4）采用基于边缘梯度特征的模板匹配算法，提取自记纸网格迹线； （5）根据气温、湿度、降水、风向风速等不同自记纸类型，采用基于深度学习的卷积神经网络算法，挖掘图像的颜色、纹理、形状等光谱与空间几何信息，构建不同类型自记纸训练数据库，生成预测模型； （6）利用不同类型自记纸生成的预测模型，进行图像特征提取，生成二值图像； （7）采用跨平台计算机视觉库OpenCV，对迹线提取结果进行优化，完成噪声剔除与空缺填补，删除误提迹线； （8）根据气温、湿度、降水、风向、风速等相关气象规范，完成迹线提取结果的量化，进而生成成果文件； 步骤4包括：选图图像中的特征字符作为模版匹配的基准，将图像特征模版经边缘检测算法处理成离散点；通过目标图像与字符模板的相似度计量，实现模板匹配，完成自记纸网格迹线提取；其中，在确定特征字符后，根据字符与网格线端点的相对位置找到网格端点，根据获取的端点提取出网格。

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天津市气象信息中心(天津市气象档案馆)，其通讯地址为：300000 天津市河西区气象台路100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”。