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 > 重庆大学杨海清获国家专利权

重庆大学杨海清获国家专利权

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!

龙图腾网获悉重庆大学申请的专利一种基于高光谱图像的石质文物病害识别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:CN119851124B

龙图腾网通过国家知识产权局官网在2025-12-05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:202411927860.X,技术领域涉及:G06V20/10;该发明授权一种基于高光谱图像的石质文物病害识别方法是由杨海清;张庆明;平泽康;李星月;陈池威;彭礼鑫;居安华;李浩设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。

一种基于高光谱图像的石质文物病害识别方法在说明书摘要公布了:本发明公开一种基于高光谱图像的石质文物病害识别方法,旨在解决石质文物病害勘察中依赖人工经验、耗时费力的问题。步骤为:采集待勘查石质文物的高光谱图像并进行预处理;提取其光谱特征;选择蓝光、绿光和红光三个波段的中心波段构建真彩色图像;提取真彩色图像的纹理特征和颜色特征;将光谱特征、纹理特征和颜色特征融合得到组合特征;建立典型病害特征数据库;使用随机森林、支持向量机、梯度提升机和卷积神经网络训练病害分类模型;利用智能识别模型进行典型病害识别并绘制病害云图;计算待测区域典型病害面积占比进行病害评估。本发明实现了石质文物病害的原位、无损、快速识别,节省了人力物力,为文物保护勘查工作提供智能化识别方法。

本发明授权一种基于高光谱图像的石质文物病害识别方法在权利要求书中公布了:1.一种基于高光谱图像的石质文物病害识别方法,其特征在于,所述方法包括: 步骤1:采集待勘查石质文物的高光谱图像并进行预处理; 步骤2:提取预处理后的高光谱图像的光谱特征; 步骤3:将预处理后的高光谱图像选择蓝光、绿光和红光三个波段的中心即475nm,520nm和650nm波段构建真彩色图像; 步骤4:将图像由RGB颜色空间转为HSV颜色空间,在HSV颜色模型下提取颜色特征,具体为统计H通道中特定色调区间像素数量占比、S通道中特定饱和度区间像素数量占比以及V通道中特定明度区间像素数量占比;同时通过灰度共生矩GLCM获得纹理特征,计算GLCM的对比度、相关性、能量和熵; 步骤5:将预处理后的高光谱图像的光谱特征、纹理特征和颜色特征采用加权组合法融合得到组合特征;假设高光谱图像的光谱特征是,颜色特征是,纹理特征是,那么组合特征a可以表示如下: 其中,; 步骤6:对剥落、盐结晶、生物定植和结壳四种不同病害类型的特征打上样本标签,建立典型病害特征数据库;其建立的病害数据库采用分层式结构,分为病害类型主目录层、按文物个体分类的二级目录层以及针对各文物不同部位的具体病害详情子目录层,涵盖石质文物各类典型病害的光谱特征数据、颜色特征数据、纹理特征数据以及对应病害的详细描述信息,还记录了各病害在不同文物案例中的出现频率; 步骤7:将组合特征向量作为输入,使用随机森林、支持向量机、梯度提升机和卷积神经网络分别训练病害分类模型,并对模型性能进行评估以选择最佳的病害分类模型; 步骤8:基于训练好的模型对高光谱图像进行病害识别,确定四种典型病害即剥落、盐结晶、生物定植和结壳在图像中的区域范围,即按照原图大小遍历每一个像素点进行分类赋值,将不同类型病害赋予不同颜色而得到病害云图; 步骤9:通过计算得到云图中不同颜色像素点的比例,乘以测试区域面积S得到石质文物的典型病害面积,计算公式为: 式中,为剥落、盐结晶、生物定植或结壳病害的面积占比,S为测试区域面积,为剥落、盐结晶、生物定植或结壳病害的计算面积。

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重庆大学,其通讯地址为:400044 重庆市沙坪坝区正街174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。