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 > 中国计量大学禹静获国家专利权

中国计量大学禹静获国家专利权

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!

龙图腾网获悉中国计量大学申请的专利一种镜框内边缘轮廓尺寸测量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:CN114792335B

龙图腾网通过国家知识产权局官网在2025-12-19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:202210480812.5,技术领域涉及:G06T7/62;该发明授权一种镜框内边缘轮廓尺寸测量方法是由禹静;唐瑜洁;冯思琪设计研发完成,并于2022-05-05向国家知识产权局提交的专利申请。

一种镜框内边缘轮廓尺寸测量方法在说明书摘要公布了:本发明公开了一种镜框内边缘轮廓尺寸测量方法,涉及测量技术领域,包括以下步骤:S1、像素当量标定;S2、图像信息获取;S3、镜框水平尺寸与垂直尺寸获取;S4、镜框框槽尺寸获取;S5、信息补充。该镜框内边缘轮廓尺寸测量方法采用面阵CCD相机采集待测量眼镜镜框图像,对图像采集结果进行图像处理,实现对镜框内边缘轮廓尺寸的高效、精确测量,且该测量方式不同于传统的接触式测量,具有测量速度快的优点,不仅仅测量得到眼镜镜框的水平尺寸与宽度尺寸信息,同时还对镜框的框槽以及缺失的内轮廓信息进行补充,对缺失部分轮廓进行高阶曲线拟合,最终还原眼镜镜框内边缘轮廓,符合当今互联网时代下镜框在线选择、远程配镜的消费者需求。

本发明授权一种镜框内边缘轮廓尺寸测量方法在权利要求书中公布了:1.一种镜框内边缘轮廓尺寸测量方法,其特征在于,包括以下步骤: S1、像素当量标定; S2、图像信息获取; S3、镜框水平尺寸与垂直尺寸获取; S4、镜框框槽尺寸获取; S5、信息补充; 所述一种镜框内边缘轮廓尺寸测量方法包括以下具体步骤: S1、像素当量标定 取已知外形轮廓尺寸信息的标准件作为参照物,采集具有参照物的图像为参照图像,获取参照图像中的参照物在图像坐标系中的像素坐标,并根据参照物的物理尺寸以及参照图像中参照物的像素坐标确定参照物实际尺寸与像素数的比例关系; S2、图像信息获取 将待测眼镜镜框置于载物台上,并采集待测眼镜镜框的图像,随后对图像进行图像预处理后,获取眼镜镜框图像的边缘点信息; S3、镜框水平尺寸与垂直尺寸获取 根据上述S1和S2所获取的眼镜镜框图像边缘信息,设置参数筛选眼镜镜框内边缘轮廓,依据眼镜镜框的方框法测量系统,以镜框内轮廓相切的矩形框作为确定眼镜镜框尺寸测量的基础,对轮廓进行最小相切旋转外接矩形运算,利用S1中所得实际尺寸与像素数的比例关系换算得到眼镜镜框内轮廓水平尺寸与垂直尺寸信息; S4、镜框框槽尺寸获取 根据上述S3步骤可设置另一参数筛选眼镜镜框外边缘轮廓,分别寻找上述眼镜镜框内边缘轮廓与眼镜镜框外边缘轮廓的相对应的上下边界点,则可利用S1步骤中所得实际尺寸与像素数的比例关系换算得到眼镜镜框框槽宽度尺寸信息; S5、信息补充 提取待测眼镜镜框图像中眼镜镜框内边缘轮廓信息,对于鼻托缺失轮廓部分,取待测眼镜镜框图像中眼镜镜框外边缘轮廓信息可信的边缘轮廓,根据获得镜框框槽宽度对缺失的内轮廓边缘像素信息进行补充,并对缺失部分轮廓进行高阶曲线拟合,最终还原眼镜镜框内边缘轮廓; 所述S1像素当量标定过程中标准件可以为标准量块或标准二维图形,所述参照物实际尺寸与像素数的比例关系为:k=dpixeld,公式中k为给定量度单位的像素比例,单位为pxielmm,体现了测量系统像素尺寸和实际物理尺寸之间的转换关系,d为参照物的实际尺寸,dpixel为所述标准件在测量系统下以像素为单位的尺寸; 所述S2图像信息获取过程中采集待测眼镜镜框的图像后,需要对所述图像进行图像预处理,即对采集的待测眼镜镜框图像进行灰度图像转换与图像去噪,通过对采集的待测眼镜镜框图像进行灰度化处理生成灰度图像,接着基于高斯滤波器平滑处理灰度图像,即设置一个模板或称卷积、掩膜扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值,从而去除图像噪点; 所述S2图像信息获取过程中采集待测眼镜镜框的图像后,需要对所述图像进行图像预处理,即对去噪后的眼镜镜框灰度图像进行边缘轮廓提取,该步骤是基于Canny边缘检测算子实现,包含步骤:通过高斯滤波,根据待滤波的像素点及其领域点的灰度值按照高斯公式生成的参数规则进行加权平均,滤除待测图像中叠加的高频噪声,并采用梯度算子计算图像中每个像素点的梯度强度和方向,通过获取的梯度幅值和梯度方向对图像边缘应用非极大值抑制操作,剔除大部分非边缘点,并应用双阈值检测,将梯度值高于高阈值的边缘像素标记为强边缘像素,将梯度值小于高阈值并且大于低阈值的边缘像素标记为弱边缘像素,将梯度值小于低阈值的边缘像素抑制,通过抑制孤立的弱边缘最终完成待测眼镜镜框图像所有边缘信息的检测; 所述S2图像信息获取过程中采集待测眼镜镜框的图像后,需要对所述图像进行图像预处理,即对提取边缘信息得到的眼镜镜框边缘轮廓图像进行形态学处理,即基于形态学算法去除待测眼镜镜框图像边缘信息中干扰性的较细纹理,即设置合适的内核参数,对待测眼镜镜框边缘图像进行先膨胀后腐蚀的闭运算,排除待测眼镜镜框边缘图像中的小型黑洞区域,对高亮区域之间的暗区域进行高亮化处理,使待测镜框的内边缘轮廓与外边缘轮廓明晰; 所述S3镜框水平尺寸与垂直尺寸获取过程中眼镜镜框内边缘轮廓的水平尺寸与垂直尺寸信息是基于包含眼镜镜框内边缘轮廓的最小相切旋转外接矩形的长度像素数与宽度像素数与定量度单位的像素比例k换算获得; 所述S4镜框框槽尺寸获取过程中眼镜镜框框槽宽度尺寸信息是基于眼镜镜框内边缘轮廓与眼镜镜框内边缘轮廓的上下极点像素坐标算数平均值与像素当量标定的像素比例系数k换算获得; 所述S5信息补充过程中对于眼镜镜框内边缘轮廓的还原是基于镜框各部分的框槽宽度一致的假设,通过在形态学处理过程中调整模板内核尺寸,筛选合适参数使不影响轮廓检测的前提下最大限度的还原被遮挡部分轮廓信息,对于缺失部分的镜框轮廓信息,根据已测得镜框框槽宽度像素数,由外轮廓可信的边缘轮廓向缺失的内轮廓方向边缘进行像素信息补充,并对缺失部分轮廓进行高阶曲线拟合完成眼镜镜框内边缘轮廓的还原。

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中国计量大学,其通讯地址为:310000 浙江省杭州市下沙高教园区学源街258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。