贵州宏宇畜牧技术发展有限公司张红霞获国家专利权
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!
龙图腾网获悉贵州宏宇畜牧技术发展有限公司申请的专利一种基于图像处理的畜牧兽医用废弃物的分类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:CN121616898B 。
龙图腾网通过国家知识产权局官网在2026-04-21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:202610113555.X,技术领域涉及:G06V10/764;该发明授权一种基于图像处理的畜牧兽医用废弃物的分类方法是由张红霞;牛志乔;戴晶晶;崔淹鸽;王正园;祁春燕;高均伟;杨艳;李冬光;张凯凯;田敏设计研发完成,并于2026-01-28向国家知识产权局提交的专利申请。
本一种基于图像处理的畜牧兽医用废弃物的分类方法在说明书摘要公布了:本发明公开了一种基于图像处理的畜牧兽医用废弃物的分类方法,涉及图像处理技术领域,该方法通过在废弃物投放通道设置多级采集点,并结合工业级摄像头与图像分析系统,实现了废弃物在投入、静止及局部重点区域的全流程、多角度图像采集,能够获取全局外观图像数据、完整静态图像数据及局部细节图像数据。通过这一设置,有效避免了单点采集造成的图像信息不完整问题,使得检测算法可以同时对整体结构和局部残留迹象进行分析,大幅度提高了分类检测的完整性和准确性。同时,兴趣区域划分与预处理技术的引入,能够显著减少背景干扰和噪声,优化图像特征提取的稳定性,从而确保后续光强分布分析和颜色异常检测的结果更加可靠。
本发明授权一种基于图像处理的畜牧兽医用废弃物的分类方法在权利要求书中公布了:1.一种基于图像处理的畜牧兽医用废弃物的分类方法,其特征在于:包括以下步骤: S1、通过在废弃物投放通道设置采集点,获取废弃物图像数据,再对废弃物图像数据进行预处理,获取预处理图像,并基于预处理图像进行特征提取,获取第一图像特征集; 所述S1包括S11; S11、在废弃物投放通道设置采集点,并在采集点内设置工业级摄像头,实时采集废弃物图像数据;并通过局域网将工业级摄像头与废弃物图像分析系统建立网络连接,并将所采集到的采集废弃物图像数据传输到废弃物图像分析系统中; 所述废弃物图像分析系统设置在服务器端; 所述采集点包括全局采集点、局部聚焦采集点和静置区采集点; 所述废弃物图像数据包括全局外观图像数据、完整静态图像数据和细节图像数据; S2、基于第一图像特征集对废弃物局部区域进行光强分布特性分析,并根据光强分布特性分析结果进行初步判定; 所述S2包括S21; S21、基于第一图像特征集进行光强分布特性分析,所述光强分布特性分析通过比较第i个像素的灰度值Ii和兴趣区域灰度均值Iavg的差异并进行归一化运算,得到用于表征兴趣区域光强分布均匀性的局部光强非均匀性指标Lnu,所述局部光强非均匀性指标Lnu作为残留迹象的检测依据;所述局部光强非均匀性指标Lnu具体计算公式为:;式中:N表示兴趣区域内的像素总数; S3、当初步判定存在残留可疑特征时,对所述预处理图像进行颜色通道特征分析,获得第二图像特征集,并基于第二图像特征集对颜色异常深度检测分析,并基于对颜色异常深度检测分析结果进行残留风险等级分类,并执行相应的处置策略; 所述S3包括S31; S31、在初步判定为残留可疑特征后,进入颜色通道特征分析,所述颜色通道特征分析通过对可疑图集中的所有预处理图像,进行按照红色通道、绿色通道和蓝色通道进行分离,获取颜色通道集合; 所述颜色通道集合包括第j个像素的红色通道值Rj、第j个像素的绿色通道值Gj和第j个像素的蓝色通道值Bj; 并对各颜色通道内像素的亮度值进行均值统计处理,获得第二图像特征集; 所述第二图像特征集包括红色通道均值Rmean、绿色通道均值Gmean和蓝色通道均值Bmean; 所述S3包括S32; S32、基于第二图像特征集对可疑图集中的所有预处理图像中颜色异常深度检测分析,获取颜色耦合比值指标Ccr,其中,所述颜色耦合比值指标Ccr通过红色通道均值Rmean与绿色通道均值Gmean和蓝色通道均值Bmean之间的比值关系进行计算获取,量化废弃物图像中颜色分布的异常程度;所述颜色耦合比值指标Ccr具体计算公式为:Ccr=RmeanGmean+Bmean。
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贵州宏宇畜牧技术发展有限公司,其通讯地址为:550005 贵州省贵阳市南明区龙洞堡老里坡(省兽科所2号楼);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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励