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！

龙图腾网获悉电子科技大学申请的专利一种适用于动态场景的图像区域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：CN117078699B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202311061600.4，技术领域涉及：G06T7/11；该发明授权一种适用于动态场景的图像区域分割方法是由武畅;秦量;赵志奇;李其炎;杜小琦;吕泽杰设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本一种适用于动态场景的图像区域分割方法在说明书摘要公布了：本发明提供了一种适用于动态场景的图像区域分割方法，属于图像处理领域。其中，动态场景表示视野中存在运动目标的场景。本发明的方法包括以下步骤：使用相机采集场景中的视觉图像；采用光流估计网络PCW‑Net计算相邻相机帧之间的稠密光流；使用颜色编码的方式对稠密光流进行可视化处理；采用k‑means算法对光流可视化图像中的像素进行K类分类，k‑means算法是一种根据距离划分组的无监督聚类算法；对每一类像素进行掩模提取，对掩模进行形态学处理并判断不同区域之间的连通性；将同一像素种类中不相连的像素区域划分为新的类，从而得到最终的区域分割图像。相比于传统方法，本发明的方法对于动态场景的图像区域分割结果更符合动态场景的研究需求，能够将场景中处于不同运动状态的区域进行精确地划分，从而为后续的图像处理提供有力支持。

本发明授权一种适用于动态场景的图像区域分割方法在权利要求书中公布了：1.一种适用于动态场景的图像区域分割方法，其特征在于包括以下步骤： S1、使用相机采集动态场景的视觉图像F； S2、采用光流估计网络PCW-Net计算相邻相机帧Ft和Ft+1之间的稠密光流矩阵M； S3、对稠密光流矩阵M进行颜色编码的可视化处理，生成光流可视化图像I； S4、使用k-means方法将光流可视化图像的中的像素根据颜色分类为K类； S5、对每一类像素进行掩模提取，对掩模进行形态学处理并根据掩模中各像素点的连通关系进行像素点分类； S6、结合K个类的像素点掩模分类结果，生成最终的区域分割图像； 进一步地，所述步骤S2得到的稠密光流矩阵M的数据如下： M的大小与F一致，每个像素的光流向量u,v表示在Ft中该位置的像素点与Ft+1中对应像素点在x、y坐标上的偏移，即： u,v＝xt+1-xt,yt+1-yt 所述步骤S3包括以下步骤： S301、根据预定义的颜色编码规则，将颜色存储在colorwheel数组中，不同的颜色对应不同的光流方向和大小； S302、遍历稠密光流矩阵M，计算光流向量的模长，并确定最大模长值； S303、根据每个光流向量的方向，映射到颜色编码范围内，获得对应的颜色； S304、根据光流向量的模长进行颜色归一化，使较大的模长对应的颜色更加鲜艳； S305、将计算得到的颜色值赋给输出图像的像素，得到最终的彩色光流可视化图像； 所述步骤S4包括以下步骤： S401、将光流可视化图像转换为颜色特征向量的数据集，每个像素点的颜色特征向量包含RGB颜色通道的数值； S402、确定分类的类别数K，随机选择K个像素作为初始的聚类中心； S403、重复计算每个像素点与各个聚类中心之间的距离，选择距离最近的聚类中心作为该像素点的类别，并更新每个聚类中心为属于该类别的所有像素点的平均值，一直到算法收敛或达到最大迭代次数； S404、将每个像素点划分为相应的类别，生成分类后的图像； 所属步骤S5包括以下步骤： S501、对每一类像素点，将属于该类的像素点赋值为1，其他像素点赋值为0，得到该类像素点对应的二值掩模； S502、对掩模进行形态学处理，包括填充掩模空洞，去除噪声和孤立点等操作； S503、根据每个掩模的像素连通情况，将相连的像素点作为一个类别，不相连的像素点分为不同的类别。

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电子科技大学，其通讯地址为：611731 四川省成都市西源大道2006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”。

以上内容由龙图腾AI智能生成。