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！

龙图腾网获悉上海交通大学申请的专利一种基于XGBoost算法的DIC散斑质量评价方法、装置及存储介质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：CN116363059B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310084439.6，技术领域涉及：G06T7/00；该发明授权一种基于XGBoost算法的DIC散斑质量评价方法、装置及存储介质是由余春;沈复山;汪浩东;徐济进;陆皓;陈俊梅设计研发完成，并于2023-01-31向国家知识产权局提交的专利申请。

本一种基于XGBoost算法的DIC散斑质量评价方法、装置及存储介质在说明书摘要公布了：本发明涉及一种基于XGBoost算法的DIC散斑质量评价方法、装置及存储介质，其中方法包括：基于计算机生成数字散斑图像；从数字散斑图像中提取特征值；将数字散斑图像进行亚像素平移，并基于DIC法对亚像素平移后的一系列图片进行计算，得到计算结果的均方根误差；构建散斑质量评价模型，以散斑图像特征值作为模型输入，以均方根误差作为模型输出，并使用XGBoost算法进行模型训练；基于训练完成的散斑质量评价模型进行散斑质量评价。与现有技术相比，本发明具有计算速度快、评价准确等优点。

本发明授权一种基于XGBoost算法的DIC散斑质量评价方法、装置及存储介质在权利要求书中公布了：1.一种基于XGBoost算法的DIC散斑质量评价方法，其特征在于，包括以下步骤： S1：基于计算机生成数字散斑图像； S2：从数字散斑图像中提取特征值； S3：将数字散斑图像进行亚像素平移，并基于DIC法对亚像素平移后的一系列图片进行计算，得到计算结果的均方根误差； S4：构建散斑质量评价模型，以散斑图像特征值作为模型输入，以均方根误差作为模型输出，并使用XGBoost算法进行模型训练； S5：基于训练完成的散斑质量评价模型进行散斑质量评价； 其中，所述步骤S2包括以下步骤： S21：对生成的数字散斑图像求其对应的灰度共生矩阵，用于反映图像中的空间位置特征； S22：提取灰度共生矩阵的特征值； S23：提取数字散斑图像的特征值； S24：对特征值进行归一化处理； 以图像的特征值和图像对应灰度共生矩阵的特征值作为模型输入； 所述步骤S3包括以下步骤： S31：将生成的数字散斑图像转换至频域，在频域中对图像进行亚像素平移，平移完成后再转换至空间域，得到散斑图片序列； S32：基于DIC法对散斑图片序列进行距离计算，得到相对于数字散斑图片的各个位置处的微小位移，确定计算结果和实际平移距离的均方根误差。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。