買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江中煙工業(yè)有限責(zé)任公司申請(qǐng)的專利一種基于圖像增強(qiáng)和顏色感知的件煙箱檢測(cè)方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN117218072B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202311121033.7，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種基于圖像增強(qiáng)和顏色感知的件煙箱檢測(cè)方法是由高揚(yáng)華;陸海良;許珍珍;金泳設(shè)計(jì)研發(fā)完成，并于2023-09-01向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于圖像增強(qiáng)和顏色感知的件煙箱檢測(cè)方法在說明書摘要公布了：本發(fā)明公開了一種基于圖像增強(qiáng)和顏色感知的件煙箱檢測(cè)方法，包括：獲取件煙箱圖像并進(jìn)行預(yù)處理；將預(yù)處理后的件煙箱圖像輸入訓(xùn)練好的檢測(cè)模型，得到檢測(cè)結(jié)果。本發(fā)明通過圖像增強(qiáng)和將顏色感知向量融合到檢測(cè)網(wǎng)絡(luò)的特征提取部分中，達(dá)到在工作環(huán)境復(fù)雜的環(huán)境下也能夠有著對(duì)低質(zhì)量的圖像數(shù)據(jù)較好的檢測(cè)效果。

本發(fā)明授權(quán)一種基于圖像增強(qiáng)和顏色感知的件煙箱檢測(cè)方法在權(quán)利要求書中公布了：1.一種基于圖像增強(qiáng)和顏色感知的件煙箱檢測(cè)方法，其特征在于，包括： 獲取件煙箱圖像并進(jìn)行預(yù)處理； 將預(yù)處理后的件煙箱圖像輸入訓(xùn)練好的檢測(cè)模型，得到檢測(cè)結(jié)果； 其中，訓(xùn)練好的檢測(cè)模型包括訓(xùn)練好的圖像增強(qiáng)網(wǎng)絡(luò)、訓(xùn)練好的顏色感知網(wǎng)絡(luò)和改進(jìn)的FastR-CNN網(wǎng)絡(luò)，訓(xùn)練好的圖像增強(qiáng)網(wǎng)絡(luò)、訓(xùn)練好的顏色感知網(wǎng)絡(luò)和改進(jìn)的FastR-CNN網(wǎng)絡(luò)依次傳輸數(shù)據(jù)，檢測(cè)模型的訓(xùn)練包括： 利用預(yù)處理后的件煙箱圖像數(shù)據(jù)對(duì)圖像增強(qiáng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的圖像增強(qiáng)網(wǎng)絡(luò)； 將訓(xùn)練好的圖像增強(qiáng)網(wǎng)絡(luò)輸出的增強(qiáng)圖像數(shù)據(jù)輸入顏色感知網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的顏色感知網(wǎng)絡(luò)； 將訓(xùn)練好的顏色感知網(wǎng)絡(luò)輸出的圖像對(duì)應(yīng)顏色感知向量融合到FastR-CNN網(wǎng)絡(luò)的特征提取部分，得到改進(jìn)的FastR-CNN網(wǎng)絡(luò)； 圖像增強(qiáng)網(wǎng)絡(luò)包括并聯(lián)的亮度均衡模塊和去模糊模塊； 顏色感知網(wǎng)絡(luò)包括依次連接的兩個(gè)空洞率為2的空洞卷積層、一個(gè)殘差塊、兩個(gè)全連接層和一個(gè)softmax層；殘差塊包括依次連接的三個(gè)卷積層；顏色感知網(wǎng)絡(luò)訓(xùn)練時(shí)采用交叉熵?fù)p失函數(shù)，如下： ； 式中，為第類顏色的真實(shí)值，為預(yù)測(cè)的第類顏色的值； 改進(jìn)的FastR-CNN網(wǎng)絡(luò)的特征提取部分是將得到的特征圖經(jīng)過一個(gè)卷積層調(diào)整通道數(shù)量至與圖像對(duì)應(yīng)顏色感知向量的維數(shù)相同并和圖像對(duì)應(yīng)顏色感知向量相乘得到新的特征圖作為特征提取部分的輸出；改進(jìn)的FastR-CNN網(wǎng)絡(luò)的區(qū)域提議網(wǎng)絡(luò)在特征圖的每個(gè)位置生成多個(gè)不同大小和比例的錨框，并通過分類器和回歸器分別預(yù)測(cè)錨框是前景的概率以及需要調(diào)整的邊界框大小。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人浙江中煙工業(yè)有限責(zé)任公司，其通訊地址為：310008 浙江省杭州市上城區(qū)中山南路77號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。