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！

龙图腾网获悉深圳市睿达科技有限公司申请的专利一种自定义权重的机器视觉匹配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：CN120182643B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510638193.1，技术领域涉及：G06V10/75；该发明授权一种自定义权重的机器视觉匹配方法是由陈辽林;肖成柱设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一种自定义权重的机器视觉匹配方法在说明书摘要公布了：本发明公开了一种自定义权重的机器视觉匹配方法，方法包括：获取模板图像并进行边缘提取，确定特征点集合；根据框选范围框对特征点集合中的特征点进行归类；根据压缩层级数n对模板图像进行压缩，得到模板压缩图像集合；基于模板图像的二值权重掩模进行压缩，确定每个压缩层级的二值权重掩模，并对第i层压缩层级的特征点集合中的特征点进行归类；获取搜索图像；根据压缩层级数n对搜索图像进行压缩，确定各个压缩层级的搜索图像集合；对第n‑1层压缩层级进行权重特征宽松匹配，从第n‑2层开始逐层进行权重特征严格匹配，直到完成第0层的严格匹配，完成权重匹配。本发明通过增加感兴趣特征权重，使模板感兴趣特征与目标图像匹配更加贴合。

本发明授权一种自定义权重的机器视觉匹配方法在权利要求书中公布了：1.一种自定义权重的机器视觉匹配方法，其特征在于，包括： 获取模板图像； 对所述模板图像进行边缘提取，确定特征点集合； 根据用户输入的框选范围框对特征点集合中的特征点进行归类，确定权重点集合和普通点集合； 根据用户设置的压缩层级数n对模板图像进行压缩，得到模板压缩图像集合； 基于模板图像的二值权重掩模进行压缩，确定每个压缩层级的二值权重掩模；其中，所述每个压缩层级包括第0层压缩层级和至少一个第i层压缩层级，0i≤n-1； 根据第i层压缩层级的特征点集合和二值权重掩模进行分析，确定第i层压缩层级的特征点集合； 获取搜索图像； 根据压缩层级数n对所述搜索图像进行压缩，确定各个压缩层级的搜索图像集合； 根据第n-1层压缩层级的特征点集合和搜索图像集合进行权重特征宽松匹配，在第n-1层压缩层级中，采用滑动窗口的形式，将第n-1层压缩层级对应的模板图像的权重点和普通点在第n-1层的搜索图像Sn-1上以像素步长为1进行滑动，计算权重点i的权重得分oi和普通点j的权重得分pj；根据所述权重点i的权重得分oi和普通点j的权重得分pj计算当前滑动窗口的坐标位置（xn-1、yn-1）的坐标评分ssum；根据用户输入的评分阈值t3计算评分削减阈值t2；将坐标评分ssum大于评分削减阈值t2的坐标位置添加到第n-1层压缩层级的匹配位置集合中，确定第n-1层压缩层级的匹配位置集合； 从第n-2层开始逐层进行权重特征严格匹配，直到完成第0层的严格匹配，完成权重匹配； 所述根据用户输入的框选范围框对特征点集合中的特征点进行归类，确定权重点集合和普通点集合，包括： 获取用户输入的框选范围框； 将所述框选范围框内的图像区域确定为框选区域； 根据所述框选区域对特征点集合P中的特征点进行归类，将所述框选区域内的边缘特征点确定为权重点，将全部权重点归类为权重点集合；将所述框选区域外的边缘特征点确定为普通点，将全部普通点归类为普通点集合； 所述基于模板图像的二值权重掩模进行压缩，确定每个压缩层级的二值权重掩模，包括： 根据所述框选区域生成二值权重掩模，得到第0层压缩层级的二值权重掩模； 对于第i层压缩层级，将第i层压缩层级的二值权重掩模的尺寸设置为第i-1层压缩层级的二值权重掩模尺寸的一半，采用最近邻插值的方法，通过第i-1层压缩层级的二值权重掩模插值生成第i层压缩层级的二值权重掩模；不断循环压缩插值的操作，直到完成第n-1层压缩层级的二值权重掩模的生成； 将全部压缩层级的二值权重掩模加入到二值权重掩模集合M中； 所述根据第i层压缩层级的二值权重掩模对第i层压缩层级的特征点集合中的特征点进行归类，包括： 对第i层压缩层级的特征点集合Pi和二值权重掩模Mi进行分析，依次遍历特征点集合Pi中的特征点，当特征点的像素位置在二值权重掩模Mi中有效时，将所述特征点确定为权重点；反之，将所述特征点确定为普通点。

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深圳市睿达科技有限公司，其通讯地址为：518000 广东省深圳市南山区招商街道沿山社区南海大道1057号科技大厦二期B栋202、203房；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”。