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！

龙图腾网获悉浙江大学申请的专利一种基于图像识别技术的深海沉积物取样系统和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：CN114964896B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202210370821.9，技术领域涉及：G01N1/10；该发明授权一种基于图像识别技术的深海沉积物取样系统和方法是由阮东瑞;陈家旺;葛勇强;蒋吉庆;周朋设计研发完成，并于2022-04-07向国家知识产权局提交的专利申请。

本一种基于图像识别技术的深海沉积物取样系统和方法在说明书摘要公布了：本发明涉及深海取样技术，旨在提供一种基于图像识别技术的深海沉积物取样系统和方法。该系统包括主控单元、图像采集及识别单元、图像存储单元、照明及摄像单元、传感器单元、驱动单元、执行机构和电源单元；主控单元分别与图像采集及识别单元、照明及摄像单元、传感器单元和驱动单元电连接，图像采集及识别单元分别与照明及摄像单元、图像存储单元电连接，驱动单元与执行机构相连，电源单元为各单元模块供电。本发明采用机器视觉进行取样器的控制，可以精确的进行取样操作；能够实现对沉积物样品的获取和原位压力的保持，并实现样品到保压转移装置推送的接口设计，实现温度、压力等传感器数据长序列的采集存储，集成沉积物获取后的主动保温功能。

本发明授权一种基于图像识别技术的深海沉积物取样系统和方法在权利要求书中公布了：1.一种基于图像识别技术的深海沉积物取样方法，其特征在于，该方法是基于深海沉积物取样系统而实现的；该深海沉积物取样系统包括主控单元、图像采集及识别单元、图像存储单元、照明及摄像单元、传感器单元、驱动单元、执行机构和电源单元；主控单元分别与图像采集及识别单元、照明及摄像单元、传感器单元和驱动单元电连接，图像采集及识别单元分别与照明及摄像单元、图像存储单元电连接，驱动单元与执行机构相连，电源单元为各单元模块供电；其中， 主控单元，用于接收传感器单元、图像采集及识别单元传递的数据，并通过驱动单元控制执行机构进行采样； 图像采集及识别单元，是以可编程的逻辑列阵FPGA方式实现，包括数字图像捕获模块、存储模块、第一帧缓存控制模块、实时图像处理模块、第二帧缓存控制模块、调试接口模块、通讯模块和SCCB通讯控制模块；其中，数字图像捕获模块、第一帧缓存控制模块、实时图像处理模块和第二帧缓存控制模块依次电连接，照明及摄像单元中的摄像机分别与数字图像捕获模块、SCCB通讯控制模块电连接；数字图像捕获模块与存储模块之间、第一帧缓存控制模块与帧缓存SDRAM1之间、第二帧缓存控制模块与帧缓存SDRAM2之间、通讯模块与主控单元之间，各自分别实现电连接； 图像采集及识别单元从照明及摄像单元获取图像信息，并对执行机构的实时位置信息进行处理分析后反馈给主控单元，由其控制照明及摄像单元、驱动单元的动作，对执行机构的采样行为进行操控； 该基于图像识别技术的深海沉积物取样方法包括： 照明及摄像单元采集执行机构中采样器的实时位置图像，将数据传送至图像采集及识别单元；图像采集及识别单元进行图像处理后，对图像进行识别以判断执行机构是否达到了预设位置；然后将处理获得的信息与主控单元进行实时交互，由其控制照明及摄像单元、驱动单元的动作，对执行机构的采样行为进行操控； 其中，图像采集及识别单元的工作流程包括：在上电后，利用SCCB通讯控制模块对照明及摄像单元中的摄像头进行功能配置；通过数字图像捕获模块获取实时的数字图像数据流，缓存到第一帧缓存控制模块，同时通过存储模块对数据进行保存；实时图像处理模块读取第一帧缓存控制模块中的图像数据流并进行处理，处理完后存储到第二帧缓存控制模块；调试接口模块实现对板载程序的下载及其功能的配置；通讯模块负责与主控单元的通讯，主控单元根据实时图像的处理结果向驱动单元发送相应的控制指令，以此操控执行机构的动作； 在对图像数据流进行处理时，使用水下图像恢复方法对数据进行预处理，得到水下清晰图像；然后将图像输入前期训练模型中，利用像素-距离转换关系公式对图像中检测采样器顶端位置进行计算和定位，得到执行机构中采样器位置及其伸缩距离的数据； 所述水下图像恢复方法包括： 基于Jaffe-McGramery模型简化优化得到公式1： 式中，Ef表示模糊图像的空间形式，Edf表示直接分量的空间形式，表示希望得到的最终图像；f表示图像上某点x,y在某一通道上的灰度值； 其中，参数k和b由经前期深海采集图像训练后的卷积神经网络计算得到； 该卷积神经网络由b网络模块、k网络模块和J估计器模块组成；其中，b网络模块用于估计参数b，k网络模块用于估计参数k，J估计器模块用于恢复图像；b网络模块和k网络模块的结构均包括卷积层和最大池层；卷积神经网络使用三个卷积层提取特征，使用两个最大池层克服局部敏感性并降低特征地图的分辨率，最后一层是用于非线性回归的卷积层；在每个卷积层之后添加ReLU层，以避免训练阶段收敛速度慢和局部极小的问题； 卷积神经网络采用深度图和水下光学模型生成的低分辨率水下图像作为网络的训练样本；在对图像数据流进行处理时的输入为实时水下采样图像，输出为参数k和参数b；通过b网络模块、k网络模块分别计算两个参数的值之后，通过J估计器模块中的公式1进行水下图像的恢复，最终得到RGB三通道的水下真实图像。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。