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！

龙图腾网获悉中南大学申请的专利一种基于视觉的高炉铁水流渣铁识别方法及系统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：CN115830501B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211522095.4，技术领域涉及：G06V20/40；该发明授权一种基于视觉的高炉铁水流渣铁识别方法及系统是由蒋朝辉;许川;潘冬;黄倩;黄建才;周科设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种基于视觉的高炉铁水流渣铁识别方法及系统在说明书摘要公布了：本发明公开了一种基于视觉的高炉铁水流渣铁识别方法及系统，通过提取铁水流图像的铁水流轮廓边界区域，对铁水流轮廓边界区域进行粉尘区域识别，获得铁水流轮廓边界区域的粉尘分布图，根据铁水流轮廓边界区域和粉尘分布图，获得铁水流ROI区域以及对铁水流ROI区域进行渣铁识别，获得高炉铁水流渣铁比，解决了现有高炉铁水流渣铁识别精度低的技术问题，通过对铁水流图像进行预处理和自适应邻域聚类图像分割，实现了铁水流渣铁像素的自适应识别，从而获得实时渣铁比统计值，该方法具有实时性强、精度高、抗干扰性强、不依赖其它检测设备等优势，适用于出铁场渣铁排放状态的长期稳定监测。

本发明授权一种基于视觉的高炉铁水流渣铁识别方法及系统在权利要求书中公布了：1.一种基于视觉的高炉铁水流渣铁识别方法，其特征在于，所述方法包括： 采集视频关键帧； 提取视频关键帧中铁水流图像的铁水流轮廓边界区域； 对铁水流轮廓边界区域进行粉尘区域识别，获得铁水流轮廓边界区域的粉尘分布图； 根据铁水流轮廓边界区域和粉尘分布图，获得铁水流ROI区域； 对铁水流ROI区域进行渣铁识别，获得高炉铁水流渣铁比，其中对铁水流ROI区域进行渣铁识别包括： 提取铁水流ROI区域的灰度特征和纹理特征； 根据灰度特征和纹理特征，采用自适应密度峰值聚类算法，在不同滑动窗体邻域内对待聚类像素点进行聚类分析，获得待聚类像素点的隶属度链表向量，其中采用自适应密度峰值聚类算法，在不同滑动窗体邻域内对待聚类像素点进行聚类分析，获得待聚类像素点的隶属度链表向量包括： 计算离散邦费罗尼指数，并根据离散邦费罗尼指数获得最优截断距离； 计算聚类中心决策系数，并根据聚类中心决策系数的全局最大值，获得聚类中心，且聚类中心决策系数的具体计算公式为： 其中，ωm为降序排列的第m个数据样本的决策系数，ωmaxm表示第m个样本的最大决策系数，当ωm取得全局最大值时，确定前m个数据样本为聚类中心，ρi和ρm+1分别为第i个数据样本和第m+1个数据样本在数据样本周围以预设半径构成的局部密度，δi和δm+1分别为第i个数据样本和第m+1个数据样本到较高局部密度点的距离，dj,m+1为降序排列的第j个数据样本与第m+1个数据样本的欧氏距离，N为降序排列的样本总数； 根据待聚类像素点到聚类中心的距离，获得待聚类像素点的隶属度链表向量； 根据待聚类像素点的隶属度链表向量，获取待聚类像素点的邻域聚类中心，具体公式为： 其中Cij为像素点i,j的邻域聚类中心，ξ·为二值化函数，[M1i,j,M2i,j...Mni,j]为像素点i,j的隶属度链表向量，Mni,j为像素点i,j对第n类聚类目标的隶属度链表，ξMni,j为Mni,j的二值化值； 求解铁水流ROI区域的所有滑动窗体的聚类中心点； 选取包含三种聚类中心点的滑动窗体，并按照不同类别的隶属度均值对所述三种聚类中心点进行降序排列； 根据降序排列的三种聚类中心点，依次获得渣区域、铁区域以及背景区域的聚类中心参考点； 根据待聚类像素点的邻域聚类中心与聚类中心参考点的欧氏距离，获得待聚类像素点所属的类别。

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南大学，其通讯地址为：410083 湖南省长沙市麓山南路932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。