Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海市青浦区疾病预防控制中心(上海市青浦区卫生健康监督所)潘引君获国家专利权

上海市青浦区疾病预防控制中心(上海市青浦区卫生健康监督所)潘引君获国家专利权

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!

龙图腾网获悉上海市青浦区疾病预防控制中心(上海市青浦区卫生健康监督所)申请的专利融合深度学习模型的图像驱动蜱虫检测梳子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:CN120236302B

龙图腾网通过国家知识产权局官网在2025-09-26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:202510705489.0,技术领域涉及:G06V40/10;该发明授权融合深度学习模型的图像驱动蜱虫检测梳子是由潘引君;潘俊锋;陈剑锋;刘天;王鹏莉;何晓清;崔康康;陈紫旖设计研发完成,并于2025-05-29向国家知识产权局提交的专利申请。

融合深度学习模型的图像驱动蜱虫检测梳子在说明书摘要公布了:本发明公开了融合深度学习模型的图像驱动蜱虫检测梳子,涉及蜱虫检测技术领域,包括初始曝光时间配置模块、图像数据采集模块、特征提取与模糊量化模块、模糊度预测模块、图像分类模块、正常图像处理模块、模糊图像曝光调整模块;初始曝光时间配置模块,首先确定适配当前环境和检测需求的初始曝光时间,并对微型摄像头进行参数配置。本发明通过深度学习和图像处理技术精确预测图像模糊度,区分正常与模糊图像,并对模糊图像采用自适应曝光时间调控,减少运动模糊,确保图像清晰度,提升特征提取准确性,降低误判概率,及时检测和清除蜱虫,减少宿主感染病原体风险。动态曝光调整增强设备在不同环境下的鲁棒性和可靠性,显著提高检测精度。

本发明授权融合深度学习模型的图像驱动蜱虫检测梳子在权利要求书中公布了:1.融合深度学习模型的图像驱动蜱虫检测梳子,其特征在于,包括初始曝光时间配置模块、图像数据采集模块、特征提取与模糊量化模块、模糊度预测模块、图像分类模块、正常图像处理模块、模糊图像曝光调整模块; 初始曝光时间配置模块,首先确定适配当前环境和检测需求的初始曝光时间,并对微型摄像头进行参数配置; 图像数据采集模块,拍照完成后,全面获取图像的各项信息,为后续的特征提取提供完整的数据支持; 特征提取与模糊量化模块,在获得完整图像数据后,通过图像处理技术提取出与图像模糊相关的特征信息,对提取的特征信息进行特征工程处理,初步量化因运动模糊而产生的影像失真,为后续的模糊度判断提供基础; 模糊度预测模块,将经过特征工程处理后的模糊特征输入到事先训练好的深度学习模型中,通过深度学习模型对当前图像的模糊度进行预测; 图像分类模块,根据深度学习模型预测的结果,将拍摄的图像划分为正常影像图像和模糊影像图像; 正常图像处理模块,对于正常影像图像,继续保持初始曝光时间对微型摄像头拍照时进行曝光,并进行后续的蜱虫特征提取、识别以及定位; 模糊图像曝光调整模块,对于模糊影像图像,根据图像的影像模糊度预测结果,采用模糊逻辑算法对初始曝光时间进行自适应调控,缩短微型摄像头拍照时的实际曝光时长,降低因运动产生的模糊效应,待图像被确定为正常影像图像时再进行后续的蜱虫特征提取、识别以及定位; 对于模糊影像图像,根据图像的影像模糊度预测结果,采用模糊逻辑算法对初始曝光时间进行自适应调控,具体的步骤如下: 在处理模糊影像图像时,首先通过深度学习模型计算得到图像的模糊量化系数,量化图像的模糊程度,为了对图像进行有效的曝光调整,将模糊量化系数与预设的模糊量化系数参考阈值进行比较,基于模糊逻辑算法,根据两者之间的差值计算出曝光调整因子,具体的曝光调整因子计算公式为:,其中,是模糊推理的增益系数,用于调节曝光时间调整的灵敏度; 基于生成的曝光调整因子对初始曝光时间进行调整,以优化拍摄质量,具体的调整表达式为:,其中,是调整后的曝光时间,即实际使用的曝光时间,是初始曝光时间,是曝光调节系数,控制曝光时间变化的幅度。

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上海市青浦区疾病预防控制中心(上海市青浦区卫生健康监督所),其通讯地址为:201703 上海市青浦区崧润路418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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。