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！

龙图腾网获悉武汉理工大学申请的专利基于图像处理算法的易混淆有色金属破碎料识别分类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：CN116580227B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310439955.6，技术领域涉及：G06V10/764；该发明授权基于图像处理算法的易混淆有色金属破碎料识别分类方法是由吴孟武;范财胜;徐宇健;庄俊;赵逸佳设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本基于图像处理算法的易混淆有色金属破碎料识别分类方法在说明书摘要公布了：本发明涉及一种基于图像处理算法的易混淆有色金属破碎料识别分类方法，包括以下步骤：对工业相机预先采集的少量图像使用改进型5×5中值滤波算法进行随机噪声干扰的减弱或剔除处理；然后对滤波处理后的图像进行掩膜图像制作和细粒度划分得到大量细粒度像素单元；根据掩膜图像对细粒度像素单元进行自动标注得到充足的样本数据，对样本数据进行数据均衡和增强形成总体数据集；搭建ResNet‑RS改进型残差神经网络并使用预先准备好的数据集进行训练得到图像识别分类模型；利用该模型对实时采集到的图像进行识别分类后对识别分类的结果进行邻域增广优化。本发明方法能够准确识别有色金属破碎料的种类，从而大幅提高有色金属破碎料的分选效率和准确性。

本发明授权基于图像处理算法的易混淆有色金属破碎料识别分类方法在权利要求书中公布了：1.一种基于图像处理算法的易混淆有色金属破碎料识别分类方法，其特征在于，包括以下步骤： S1、对工业相机预先采集的图像使用改进型5×5中值滤波算法处理，然后进行掩膜图像制作和SEEDS算法划分得到细粒度像素单元； S2、根据掩膜图像对细粒度像素单元进行自动标注得到充足的样本数据，对样本数据进行数据均衡和增强形成总体数据集； S3、搭建ResNet-RS改进型残差神经网络并使用预先准备好的数据集进行训练得到图像识别分类模型； 图像识别分类模型中隐藏层的每个网络区块包含两个残差层，残差层的定义如下： 其中和分别为中间网络层的输入和输出向量，一个残差单元一般包含多层结构，函数表示网络要学习的残差映射，表示恒等映射； 搭建用于有色金属破碎料图像识别分类的ResNet-RS网络，整个网络划分为四个区块，每个网络区块中包含四层网络，以及两个残差回路，最后全连接层有三个输出通道输出铜、铝、背景三个类别的得分； S4、利用离线训练得到的模型对实时采集到的并通过改进型5×5中值滤波算法处理并进行细粒度划分后的细粒度像素单元进行识别分类，对识别分类的结果进行邻域增广优化，以提高对有色金属破碎料识别分类的准确率。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。