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！

龙图腾网获悉湖南大学申请的专利一种亚像素精度的多类型工件识别定位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：CN115661241B 。

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：202211256419.4，技术领域涉及：G06T7/73；该发明授权一种亚像素精度的多类型工件识别定位方法是由孙炜;覃业宝;胡曼倩设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本一种亚像素精度的多类型工件识别定位方法在说明书摘要公布了：本发明公开了一种亚像素精度的多类型工件识别定位方法，步骤包括S1.采集预设数量的工件图像构建训练数据集，训练Yolov5网络；S2.使用训练好的Yolov5网络对多类型工件进行识别和粗定位；S3.提取多类型工件的像素精度最外层轮廓；S4.基于S3中像素精度最外层轮廓，计算拟合多类型工件的亚像素精度最外层轮廓；S5.根据S4中的亚像素精度最外层轮廓提取多类型工件的最小外接矩形；S6.基于S5中的最小外接矩形，计算多类型工件的位置和角度，实现对多类型工件的精定位。本发明为用户对多类型工件个性化激光打标上多种不同图案，满足某些高精度打标需求的激光打标应用场景提供了一种切实可行的方案。理论上，只要Yolov5网络训练得足够充分，本方法识别定位的成功率可达100％。

本发明授权一种亚像素精度的多类型工件识别定位方法在权利要求书中公布了：1.一种亚像素精度的多类型工件识别定位方法，其特征在于，该方法包括如下步骤： 1采集工件图像，对图像中的所有工件进行类型标记，并标记出所有工件所在的矩形区域，形成训练数据集，训练数据集包含工件图像和标记文件，标记文件记录着工件图像中所有工件所在的矩形区域和工件类型； 2根据训练数据集训练Yolov5网络，输入为训练集中的工件图像，输出为图像中所有工件的类型识别结果和所有工件所在的矩形区域，训练得到能够识别工件类型以及工件所在的矩形区域的Yolov5网络； 3输入一张新的包含多种类型工件的图像，使用Yolov5网络对新图像中的所有工件进行识别和粗定位，粗定位得到所有工件对应的矩形区域； 4对3中新的包含多种类型工件的图像提取所有工件的像素精度最外层轮廓，记为第一外轮廓； 5对4中的第一外轮廓计算拟合出亚像素精度最外层轮廓，记为第二外轮廓； 6基于5中的第二外轮廓提取每个工件对应的最小外接矩形； 7基于6中的最小外接矩形，计算得到所有工件亚像素精度的位置和角度以完成对多类型工件的精定位，精定位得到所有工件的位置和角度； 8将7中的精定位结果与3中的粗定位结果进行匹配，得到最终每个工件的识别定位结果； 步骤5中，对4中的第一外轮廓计算拟合出第二外轮廓，具体方法如下： 由步骤4得到每个工件的第一外轮廓点集为S1＝{P1′,P′2,...,P′m}，其中，m为每个工件第一外轮廓的点数，对S1中的所有轮廓点进行计算拟合亚像素位置； 令像素精度轮廓点Pi′的坐标为x,y，其中，i＝1～m，像素精度轮廓点x,y对应的图像X方向和Y方向的梯度分别为Gxx,y、Gyx,y，再由以下公式求梯度角度GAnglex,y： 以像素精度轮廓点坐标x,y为中心构造尺寸为N×N的扫描窗口，N为常数且为奇数，其为扫描窗口的大小，设窗口内的所有像素精度轮廓点集为S＝{P1,P2,...,Pn}，对S中的所有轮廓点关于图像X方向和Y方向的梯度分别进行高斯加权求和取平均，分别得像素精度轮廓点坐标x,y关于扫描窗口在X方向和Y方向上的高斯加权平均梯度值Gmeanxx,y,Gmeanyx,y： 其中，n为N×N扫描窗口内像素精度轮廓点总数，Gxi,j和Gyi,j分别为扫描窗口内像素精度轮廓点i,j对应的图像X方向和Y方向的梯度，wxi,j＝wyi,j为扫描窗口内像素精度轮廓点i,j对于窗口中心x,y的高斯权重，并且计算方法如下： 对于像素精度轮廓点x,y在图像X方向和Y方向的矫正值分别为Δx,Δy，其中： 计算得到亚像素精度轮廓点x′,y′： 由像素精度轮廓点坐标x,y矫正得到的亚像素精度轮廓点坐标x′,y′，构成第二外轮廓点集为S2＝{P1”,P2",...,Pm"}，其中，Pi"的坐标为x′,y′，i＝1～m。

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湖南大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路2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”。