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！

龙图腾网获悉杭州电子科技大学申请的专利基于多尺度平滑和关键点搜索的高精度椭圆拟合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：CN115830098B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202211650633.8，技术领域涉及：G06T7/60；该发明授权基于多尺度平滑和关键点搜索的高精度椭圆拟合方法是由陈小雕;钱诚;陈鸿宇;陶秀挺设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本基于多尺度平滑和关键点搜索的高精度椭圆拟合方法在说明书摘要公布了：本发明公开了一种基于多尺度平滑和关键点搜索的高精度椭圆拟合方法。本发明所提出的方法首先利用多尺度算子对输入图像进行收缩，从而可以去除大量离群点，然后对子图像进行平滑处理，进一步提高数据质量。然后，基于关键点搜索方法，通过分析图像中的离散像素点来提高拟合精度。本发明所提出的方法旨在优化拟合点的选取，与其他传统椭圆拟合方法相比，它克服了传统椭圆拟合算法易受离群点影响的缺点，具有更高的鲁棒性和准确性。同时，本发明还可以作为其他椭圆拟合算法的预处理方法，直接提高它们的拟合精度。

本发明授权基于多尺度平滑和关键点搜索的高精度椭圆拟合方法在权利要求书中公布了：1.基于多尺度平滑和关键点搜索的高精度椭圆拟合方法，其特征在于包括如下步骤： 步骤S1：获取待椭圆拟合图像，待椭圆拟合图像的获取使用应用场景下设备的图像存储模块或图像传感器得到待椭圆拟合图像； 步骤S2：图像处理，使用Canny边缘检测算法提取输入的待椭圆拟合图像的椭圆弧段，然后根据椭圆弧段的凹凸性对每一段弧进行分割得到椭圆弧，最后使用基于边缘连接方法的椭圆检测算法AAMED中所提供的椭圆组合算法对分割之后的椭圆弧进行组合，得到椭圆弧组合图像； 步骤S3：多尺度特征像素标记，将k*k个像素点作为一个k阶单元格，把步骤S2中所得到的椭圆弧组合图像中的k阶单元格映射成k阶尺度特征像素图像中的一个像素点，将大小为m*n的椭圆弧组合图像缩小为原来的如果k阶单元格的多尺度特征值大于给定阈值θ，则该k阶单元格在k阶尺度特征像素图像中对应的像素点标记为边缘点；否则，就标记为非边缘点； 所述的k阶单元格的多尺度特征值定义如下：k阶单元格的多尺度特征值定义为k阶单元格中边缘点的个数； 步骤S4：对k阶尺度特征像素图像进行平滑，使用平滑算子对k阶尺度特征像素图像进行Zigzag扫描计算，使用8‑邻域算子对k阶尺度特征像素图像进行平滑，删除k阶尺度特征像素图像中的孤立点； 步骤S5：k阶尺度特征像素图像划分，将k阶尺度特征像素图像的像素点位置以Pi,j表示，i表示像素所在图像的列数，j表示像素所在图像的行数，i∈a,b,j∈c,d，以k阶尺度特征像素图像的四个极值点作为划分边界点，连接上、下侧极值点和左、右侧极值点将k阶尺度特征像素图像划分为四个区域，记为L‑U区域、U‑R区域、R‑B区域、B‑L区域； 步骤S6：基于空间特性的特征像素图像对四个区域分别进行关键点搜索，对四个区域中的边缘点在特征像素图像中所对应的k阶单元格分别按照相应的顺时针方向寻找关键点； L‑U区域的关键点搜索实现如下： 首先，从k阶单元格的左下角开始从下往上，从左往右的顺时针方向查找，如果在Pi,j处寻找到了边缘点，则缩小查找范围，从点Pi‑1,j+1处继续查找边缘点，直到查找到k阶单元格边界，通过该流程搜索到的边缘点即为关键点； 步骤S7：提取特征像素图像拟合点，对k阶单元格进行平滑，将每一个k阶单元格均分为四个子网格，然后对每一个子网格中的关键点取重心坐标作为最后的拟合点； 步骤S8：拟合椭圆，对步骤S7中提取的特征像素图像拟合点，使用最小二乘法进行拟合，最终得到椭圆的参数表示； 步骤S9：特征像素图像输出，基于不同使用情况下的输入图像数据不同，使用特征像素图像对输入图像上色，输出拟合结果。

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杭州电子科技大学，其通讯地址为：310027 浙江省杭州市下沙高教园区2号大街；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。