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 > 中南大学谢世文获国家专利权

中南大学谢世文获国家专利权

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!

龙图腾网获悉中南大学申请的专利基于敏感互信息的浮选过程泡沫图像特征选择方法及装置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:CN116091485B

龙图腾网通过国家知识产权局官网在2025-10-28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:202310200194.9,技术领域涉及:G06T7/00;该发明授权基于敏感互信息的浮选过程泡沫图像特征选择方法及装置是由谢世文;喻永佳;谢永芳;唐朝晖设计研发完成,并于2023-03-03向国家知识产权局提交的专利申请。

基于敏感互信息的浮选过程泡沫图像特征选择方法及装置在说明书摘要公布了:本发明提供了一种基于敏感互信息的浮选过程泡沫图像特征选择方法,包括:对得到的泡沫浮选图像特征数据进行预处理,剔除异常数据和归一化处理;采用皮尔逊相关系数计算图像特征与精矿品位的敏感系数,基于mRMR准则构建泡沫图像敏感特征选择的优化目标函数;采用所提的基于多种群协同搜索粒子群算法优化特征选择。本发明的方法可以根据已有的数据,构建敏感泡沫图像特征的选择目标函数,采用多种群协同搜索粒子群算法优化特征选择,实现对已提取出众多图像特征进行选择,减少了数据之间的重复性,避免数据冗余带来的复杂计算,有助于提高泡沫浮选过程精矿品位预测的精度和效率。

本发明授权基于敏感互信息的浮选过程泡沫图像特征选择方法及装置在权利要求书中公布了:1.一种基于敏感互信息的浮选过程泡沫图像特征选择方法,其特征在于,包括以下步骤: S1,根据采集的泡沫图像视频提取泡沫图像特征;步骤S1,具体为经过初步考量和筛选,利用图像处理方法共提取图像特征;步骤S1中,提取的图像特征至少包括RGB均值、RGB红色通道值、RGB绿色通道值、RGB蓝色通道值、灰度均值、灰度方差、色调、饱和度、明度、泡沫移动速度均值、泡沫移动速度方差、泡沫形状、泡沫大小均值、泡沫大小方差、泡沫尺寸峰度、泡沫尺寸偏斜度、承载率、破裂率均值、破裂率方差、能量、熵、相关性、泡沫堆叠程度、逆差矩、惯性矩、对比度、均匀性、角二阶矩、灰度共生矩阵、粗糙度; S2,对泡沫图像特征进行预处理;步骤S2包括:异常数据剔除,剔除明显不符合实际情况的数据项以及无量纲处理,具体步骤如下: 其中,Xi是无量纲处理后的第i个图像特征数据,是第i个原始图像特征数据,和分别是第i个图像特征数据的最大值和最小值; S3,计算每种图像特征和对应精矿品位之间的皮尔逊系数; S4,基于mRMR准则构建敏感泡沫图像特征选择的优化目标函数;步骤S4中,结合敏感性系数,采用mRMR准则构建泡沫图像特征选择的优化目标函数,详细步骤如下: 第一步,计算每种泡沫图像特征和精矿品位之间的互信息,公式如下: 其中,Y={y1,y2,...,yj}为精矿品位数据,表示图像特征值为同时精矿品位为yj的概率,表示图像特征值为的概率,pyj表示精矿品位为yj的概率; 第二步,对已选特征进一步处理,计算选定特征和已选特征集间的互信息,计算公式如下: 其中,Sk为已选的k个特征,表示图像特征值为同时已选图像特征值为的概率,表示图像特征值为的概率,表示已选图像特征值为的概率; 第三步,结合图像特征与精矿品位的敏感性系数,选择与精矿品位互信息较大的图像特征,同时避免选定特征之间的冗余性,构建了敏感泡沫图像特征选择的优化目标函数,计算公式如下: 其中,S为已选图像特征的个数; S5:采用多种群协同搜索粒子群算法进行特征优化选择。

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中南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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。