Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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 科技服务 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 > 暨南大学张鑫源获国家专利权

暨南大学张鑫源获国家专利权

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!

龙图腾网获悉暨南大学申请的专利基于大规模协同遗传算法的残片复原方法及存储介质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:CN116934628B

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:202310965421.7,技术领域涉及:G06T5/60;该发明授权基于大规模协同遗传算法的残片复原方法及存储介质是由张鑫源;杨锦浩;刘晓翔;林聪;龚雪沅设计研发完成,并于2023-08-02向国家知识产权局提交的专利申请。

基于大规模协同遗传算法的残片复原方法及存储介质在说明书摘要公布了:本申请涉及基于大规模协同遗传算法的残片复原方法及存储介质,该方法包括:识别多个碎片图像对应的边缘点集,基于对应的边缘点集,确定碎片图像的边缘相似度;根据边缘相似度,对多个碎片图像进行分组,得到多个第一碎片图像分组,基于第一碎片图像分组的目标信息进行Prufer编码,生成基因编码序列;基于预设的遗传算法,对多个基因编码序列进行遗传进化处理,得到每个第一碎片图像分组所对应的第一生成树,利用预设的大规模协同算法对多个第一生成树进行合并,得到第一全局树;根据第一全局树的每个第二生成树的第一适应度,对多个第二生成树进行遗传进化操作更新,生成目标全局树,基于目标全局树对应的目标拼接树,对碎片图像进行拼接。

本发明授权基于大规模协同遗传算法的残片复原方法及存储介质在权利要求书中公布了:1.一种基于大规模协同遗传算法的残片复原方法,其特征在于,包括: 在待复原的多个碎片图像中,识别每个所述碎片图像对应的边缘点集,并基于多个所述碎片图像对应的所述边缘点集,确定所述碎片图像对应的边缘相似度; 根据所述边缘相似度,对多个所述碎片图像进行分组,得到多个第一碎片图像分组,并基于所述第一碎片图像分组的目标信息进行Prufer编码,以生成多个基因编码序列,其中,所述目标信息用于表征所述第一碎片图像分组所具有的所述碎片图像; 基于预设的遗传算法,对多个所述基因编码序列进行遗传进化操作,得到每个所述第一碎片图像分组所对应的第一生成树,并利用预设的大规模协同算法对多个所述第一生成树进行合并,得到第一全局树,其中,所述第一全局树包括多个用于表征第二碎片图像分组内拼接关系信息的第二生成树,所述遗传进化操作至少包括以下其中一种:随机锦标赛选择、遗传交叉、遗传突变; 确定每个所述第二生成树对应的第一适应度,根据所述第一适应度,对多个所述第二生成树进行遗传进化操作更新,以生成目标全局树,并基于对所述目标全局树解码所得到的目标拼接树,对多个所述碎片图像进行拼接,其中,所述第一适应度用于表征对应的碎片图像分组内碎片拼接的精度; 其中,利用预设的大规模协同算法对多个所述第一生成树进行合并,得到第一全局树,包括: 获取多个所述第一碎片图像分组中的目标碎片图像分组所对应的所述第一生成树,并从获取到的所述第一生成树中,提取所有树枝,得到第一树枝集,其中,所述第一生成树是在对应的所述基因编码序列完成遗传进化处理后进行基因解码所生成的,所述树枝用于表征两个所述碎片图像相拼接,且所述树枝的标签值用于表征对应的两个所述碎片图像的所述边缘相似度,所述目标碎片图像分组包括进行优化的一组所述第一碎片图像分组; 以从预设的初始全局树的树根节点中随机选取的节点为树根,向下搜索预设数目的所述树根节点,确定连接搜索出的所述树根节点的所有所述树枝,得到第二树枝集,其中,所述初始全局树是基于多个所述第一碎片图像分组随机生成的; 利用克鲁斯卡尔Kruskal最大生成树算法,对所述第一树枝集与所述第二树枝集的并集进行处理,生成最大生成树子树,并在将所述并集所对应的所有所述树枝从所述初始全局树中删除后,将所述最大生成树子树加入完成树枝删除的所述初始全局树,生成当前全局树,其中,所述当前全局树包括至少一个所述第二生成树,所述第二生成树对应的所述第二碎片图像分组是对所述目标碎片图像分组进行更新所生成的; 重复执行预设次数的迭代优化步骤,对所述当前全局树进行迭代更新,以生成所述第一全局树,其中,所述迭代优化步骤包括获取所述第一碎片图像分组对应所述第一树枝集、从所述当前全局树中搜索对应的所述第二树枝集、以及基于利用Kruskal最大生成树算法处理所述第一树枝集与所述第二树枝集的并集所生成的所述最大生成树子树,对所述当前全局树进行树枝删除和更新,所述预设次数是基于所述第一碎片图像分组的个数确定的。

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暨南大学,其通讯地址为:519000 广东省珠海市香洲区前山路206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。