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！

龙图腾网获悉西南科技大学申请的专利一种基于混合几何特征的精密微球直径检测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：CN119863505B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510320566.0，技术领域涉及：G06T7/62；该发明授权一种基于混合几何特征的精密微球直径检测方法是由余家欣;何涛;欧李苇;张玲;郑贤汶;何不为;张严设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种基于混合几何特征的精密微球直径检测方法在说明书摘要公布了：本发明公开了一种基于混合几何特征的精密微球直径检测方法，属于精密微球直径检测领域，包括图像处理、直径计算、转换单位和多次测量取均值的步骤；在图像处理步骤中，包括显微镜采集图像，灰度处理，采用最大类间方差法进行图像分割，形态学处理等步骤；在直径计算步骤中，分别采用最小二乘法圆拟合、最小外接矩形法、最大内切圆法计算圆直径。本发明使用三种不同的方法计算精密微球的直径，消除了图像采集过程中边缘像素不清晰导致的误差，本发明所述方法无需对图像进行旋转、移动矫正，可实现自动跟踪图像采集位置进行自适应直径计算。本发明的精密微球直径检测方法能实现不同尺寸精密微球的直径检测，其检测精度高、检测效率高。

本发明授权一种基于混合几何特征的精密微球直径检测方法在权利要求书中公布了：1.一种基于混合几何特征的精密微球直径检测方法，其特征在于，所述方法包括步骤， 1图像处理：具体包括采集精密微球的彩色显微图像，转换成灰度图像，采用最大类间方差法对灰度图像进行阈值分割得到二值图像，首次进行形态学处理，提取标尺区域特征与定位标尺，对标尺尺寸进行像素标定，再次进行形态学处理，对图像取反的步骤，从而获取去除背景的目标特征图像； 2直径计算：采用最小二乘法圆拟合、最小外接矩形算法和最大内切圆法这三种方法计算圆的直径，且取这三种方法计算得到的直径的均值作为精密微球的直径； 所述步骤2具体包括：2a、最小二乘法圆拟合计算圆的直径；具体包括先采用canny边缘检测算子进行边缘检测，即进行边缘提取，再根据最小二乘法拟合圆方程，然后计算得到圆的直径；2b、最小外接矩形算法计算圆的直径；具体以最小外接矩形的中心为圆心，以圆心到该矩形不同边长的垂直距离的均值为半径而计算出圆直径；2c、最大内切圆法计算圆的直径；具体通过遍历轮廓的所有坐标，使用麻雀优化算法，寻求最大内切圆的直径； 通过步骤1实现自动跟踪图像采集位置和步骤2进行自适应直径计算； 3转换单位：将步骤2中以像素为单位的精密微球的直径转换单位为实际的长度单位，得到真实的精密微球直径；其中，使用步骤1所述的对标尺尺寸进行像素标定所得的标尺标定参数进行计算，得到真实的精密微球直径； 4多次测量取均值：对精密微球在不同方向测量三次以上，最后取平均值作为精密微球直径检测的最终值； 其中，步骤2c具体包括如下过程： 最大内切圆法计算的圆需同时满足精密微球轮廓上的所有点均位于圆上或外部，且圆具有最大半径；由于部分精密微球在微观下并非是绝对的圆，因此，在进行求解最大内切圆的过程中，可能存在多个最大内切圆，无唯一解；对于获取的轮廓的像素坐标Ix，y，图像像素点坐标Ci，j，计算点集C的完全欧几里的距离变换点集｛Dij｝，其表示为： 其中，大括号代表集合；amp;amp;代表合集，即and的意思，合集符号表示既要满足其前面的条件，也要满足其后面的条件；C是图像像素点坐标的集合，i和j是集合C中的点的横纵坐标；W是指精密微球轮廓点集x，y，x和y是集合W中的点的横纵坐标； 根据最大内切圆的性质，最大内切圆的圆心位于精密微球轮廓所围成的区域内部，且圆心到轮廓上所有点的距离的最小值达到极大值，计算点集｛Dij｝中的极大值来确定最大内切圆的半径｛dn｝，公式为： 其中，｛Dij｝中可能存在多个相同的极大值，但极大值对应的坐标像素位置并不相同，为降低计算时间，取最接近轮廓d1的起点坐标为中心Oa，b；通过麻雀算法优化，寻找最适合精密微球轮廓的圆，同时克服微球轮廓的非圆形特征问题；以Oa，b为圆心，建立一个环形区域，其内半径为|d|，外半径为|d|+δ，其中，δ是经验值，通过调整圆环的厚度，为保证圆环能充分覆盖轮廓，一般为保证圆环与轮廓高度重合，δ值取1.2~1.8中的数；在环形区域内筛选轮廓点作为候选数据点，设轮廓点集为｛P｝，在这个环形区域内的所有轮廓点P即为候选数据点｛Q｝； 通过麻雀算法优化搜索的过程就是寻找最优候选数据点，每个麻雀个体代表一个候选点集合，麻雀个体根据其适应度更新位置，适应度函数Fitness表示为： 其中，R表示最大内切圆半径，P为惩罚项，表示候选点集与圆的偏差程度，惩罚项越小，表明候选点离圆的偏差越小，圆对轮廓点的覆盖程度越好； 对于每个轮廓点Ix，y，计算其到当前圆心Oa，b的距离d 计算轮廓点I到圆心的距离与最大内切圆的半径的差Δd： 惩罚项P表示为： 其中，m为轮廓点总数，即边缘点总数； 麻雀算法通过模拟群体觅食行为来搜索最优圆心位置和最适合的候选点集，根据轮廓上的候选点｛Q｝建立Voronoi图，Voronoi图将空间分为多个区域，每个区域对应一个候选点Q，该区域中的所有点距离Q最近；计算Voronoi顶点到候选点的距离，每个Voronoi顶点是一个潜在的圆心，因此，计算每个Voronoi顶点到候选点的距离，取最大值即为最大内切圆半径max｛VDi｝，其对应的Voronoi顶点即为最大内切圆的圆心； 最大内切圆的直径为： 。

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西南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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。