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

龍圖騰網(wǎng)獲悉四川極速動力科技有限公司申請的專利一種基于棋盤網(wǎng)格拓撲編碼的材料識別方法及智能預審系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120218874B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29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?zhí)?專利號為：202510723567.X，技術(shù)領(lǐng)域涉及：G06Q10/10；該發(fā)明授權(quán)一種基于棋盤網(wǎng)格拓撲編碼的材料識別方法及智能預審系統(tǒng)是由趙越;張小剛;鐘劍丹;湯江文設(shè)計研發(fā)完成，并于2025-05-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于棋盤網(wǎng)格拓撲編碼的材料識別方法及智能預審系統(tǒng)在說明書摘要公布了：本發(fā)明涉及材料識別系統(tǒng)技術(shù)領(lǐng)域，具體涉及一種基于棋盤網(wǎng)格拓撲編碼的材料識別方法及智能預審系統(tǒng)，包括，步驟S1，選擇辦理事項；步驟S2，將材料放置到材料采集裝置的待預審區(qū)；步驟S3，進行高清圖像采集，并進行模糊度動態(tài)調(diào)節(jié)；步驟S4，通過識別高清圖像來計算材料傾斜角度，校正高清圖像并進行仿射變換；步驟S5，進行灰度轉(zhuǎn)換與二值化處理；步驟S6，進行3*3棋盤網(wǎng)格化處理；步驟S7，棋盤網(wǎng)格進行信息化處理與特征編碼；步驟S8，與空表進行智能比對；步驟S9，材料要素分割；步驟S10，綜合質(zhì)量評估模型計算；步驟S11，業(yè)務(wù)規(guī)則庫智能校驗；步驟S12，審核結(jié)果輸出，大大降低了人工審核量，提升了服務(wù)效率。

本發(fā)明授權(quán)一種基于棋盤網(wǎng)格拓撲編碼的材料識別方法及智能預審系統(tǒng)在權(quán)利要求書中公布了：1.一種基于棋盤網(wǎng)格拓撲編碼的材料識別方法，其特征在于，包括以下步驟，步驟S1，用戶通過操作裝置選擇辦理事項；步驟S2，用戶將材料放置到材料采集裝置的待預審區(qū)；步驟S3，通過材料采集裝置進行高清圖像采集，并且在采集過程中進行模糊度動態(tài)調(diào)節(jié)；步驟S4，材料采集裝置將采集到的的高清圖像發(fā)送至操作裝置，操作裝置通過識別高清圖像來計算材料傾斜角度，校正高清圖像并進行仿射變換，得到第一樣表圖像；步驟S5，對第一樣表圖像進行灰度轉(zhuǎn)換與二值化處理，得到第二樣表圖像；步驟S6，對第二處理圖像進行3*3棋盤網(wǎng)格化處理，得到第三樣表圖像；步驟S7，對第三樣表圖像中所有棋盤網(wǎng)格進行信息化處理與特征編碼，得到第四樣表圖像；步驟S8，將第四樣表圖像與空表進行智能比對，排出多余的空表，得到第五樣表圖像；步驟S9，對第五樣表圖像進行材料要素分割；步驟S10，對第五樣表圖像的要素進行綜合質(zhì)量評估模型計算；步驟S11，通過業(yè)務(wù)規(guī)則庫對采集到的所有材料進行智能校驗；步驟S12，審核結(jié)果輸出；所述步驟S3中，在采集過程中進行模糊度動態(tài)調(diào)節(jié)包括以下步驟；步驟K1，構(gòu)建模糊度預測模型， 其中，表示第項檢測指標的特征變換函數(shù)，為散焦程度指標，為常數(shù)項，為散焦焦敏系數(shù)，為目標指標預測值；步驟K2，構(gòu)建硬件-圖像質(zhì)量映射關(guān)系定義如下，最優(yōu)焦平面距離，實時z軸位移，離焦量，實時位移與最優(yōu)焦平面距離的絕對偏差，即，直接作為原模型中的散焦程度指標；步驟K3，構(gòu)建模糊度-位移關(guān)聯(lián)模型，將硬件參數(shù)代入原模型，形成模糊度預測模型，，其中， 為非散焦因素綜合常數(shù)項；步驟K4，構(gòu)建基于多模態(tài)信息融合的最優(yōu)軟測量模型，設(shè)多模態(tài)特征融合項為目標指標的預測模型，基本框架為，為第個檢測指標，中的=0，1，2，3，4，對應的檢測指標為分辨率，對應的檢測指標為邊緣銳利度，對應的檢測指標為對比度，對應的檢測指標為MTF高頻響應，對應的檢測指標為噪聲強度，為基礎(chǔ)函數(shù)變換，為待求權(quán)重系數(shù)；步驟K5，最終形成線性化特征向量， ，采集m組樣本數(shù)據(jù)，構(gòu)建觀測矩陣和目標值向量，檢測指標矩陣， ，目標值向量：，利用公式計算權(quán)重系數(shù)，其中為權(quán)重系數(shù)組，為線性化處理后的檢測指標值，為線性化處理后的檢測指標值組，為目標指標的觀察值，取訓練集=，最小化預測誤差平方和 ，令，，，則=，求得，表示最小化操作，目標是找到最優(yōu)的散焦焦敏系數(shù)k6；步驟K6，對每個模型，帶入檢測指標值計算預測值，為模型編號，計算誤差，其中為誤差，為目標指標的觀察值，標準差評估，，計算所有誤差的標準差集合，其中為標準差集合，為誤差數(shù)量，為誤差，為誤差平均值；選擇最小的模型及其權(quán)重系數(shù)作為最終解， 。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人四川極速動力科技有限公司，其通訊地址為：610000 四川省成都市高新區(qū)中和府濱中路85號1層；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)”。