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

龍圖騰網獲悉浙江大學申請的專利一種基于視密度指數的大尺寸瓜果內部缺陷檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116794246B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310150480.9，技術領域涉及：G01N33/02；該發明授權一種基于視密度指數的大尺寸瓜果內部缺陷檢測方法是由饒秀勤;應義斌;徐惠榮設計研發完成，并于2023-02-22向國家知識產權局提交的專利申請。

本一種基于視密度指數的大尺寸瓜果內部缺陷檢測方法在說明書摘要公布了：本發明公開了一種基于視密度指數的大尺寸瓜果內部缺陷檢測方法。對所有瓜果進行基本參數檢測，根據每個瓜果檢測的基本參數處理獲得視密度指數，根據內部缺陷將瓜果分為有無缺陷，獲得缺陷組和正常組，且獲得各自視密度指數的均值和標準差，根據缺陷組和正常組的均值和標準差分別計算第一、第二初始分類閾值，根據第一、第二初始分類閾值對所有瓜果的視密度指數處理獲得最優分類閾值，針對待測瓜果重復進行基本參數和視密度指數的處理，最后用最優分類閾值對待測瓜果檢測內部缺陷。本發明利用大尺寸瓜果視密度檢測內部缺陷，檢測速度快，普適性好。

本發明授權一種基于視密度指數的大尺寸瓜果內部缺陷檢測方法在權利要求書中公布了：1.一種基于視密度指數的大尺寸瓜果內部缺陷檢測方法，其特征在于，方法包括以下步驟： 1）對所有瓜果進行基本參數檢測； 所述步驟1）中檢測瓜果的重量M、橫徑H和縱徑L，重量M的單位為g，橫徑H和縱徑L的單位為cm; 2）根據每個瓜果檢測的基本參數處理獲得每個瓜果的視密度指數； 所述步驟2）中按照以下公式計算獲得樣本視密度指數： I=MH*L 2） 式中： I—視密度指數； M—樣本重量； H—樣本橫徑； L—樣本縱徑； 3）瓜果分類：根據是否存在內部缺陷將瓜果分為有缺陷和無缺陷的兩類，有缺陷和無缺陷的兩類瓜果分別構成缺陷組C1和正常組C2； 4）統計參數處理：按照步驟3）的分類分別獲得缺陷組C1和正常組C2各自視密度指數的均值和標準差； 5）初始閾值設置：預先設定初始分類準確率p 1和p 2，根據缺陷組C1和正常組C2的均值和標準差分別計算第一初始分類閾值T 10和第二初始分類閾值T 20； 所述預先設定初始分類準確率p1和p2均為80%； 6）根據第一初始分類閾值T 10和第二初始分類閾值T 20以及初始分類準確率p 1和p 2對所有瓜果的視密度指數進行處理獲得最優分類閾值T； 7）內部缺陷檢測：針對待測瓜果，按步驟1）和2）分別進行基本參數的檢測和視密度指數的計算，然后用最優分類閾值T對待測瓜果檢測內部缺陷； 所述步驟5）中，根據缺陷組C1的均值u 1、標準差s 1和初始分類準確率p 1用正態分布的逆累積分布函數計算獲得第一初始分類閾值T 10，根據正常組C2的均值u 2、標準差s 2和初始分類準確率p 2用正態分布的逆累積分布函數計算獲得第二初始分類閾值T 20； 所述步驟6）具體為： 6.1）獲得閾值表： 將在第一初始分類閾值T 10和第二初始分類閾值T 20之間的缺陷組C1和正常組C2的所有瓜果的視密度指數按從小到大的次序排序，去除重復的視密度指數的值后，計算每相鄰兩個視密度指數之間的均值作為待選閾值，由所有待選閾值形成閾值表； 6.2）閾值確定： 遍歷閾值表中的每個待選閾值，分別用待選閾值進行缺陷組C1和正常組C2的所有瓜果的視密度指數進行重新分類：將視密度指數小于等于待選閾值的瓜果分類為缺陷類，將視密度指數大于待選閾值的瓜果分類為正常類； 計算在步驟3）中分類的缺陷組C1和正常組C2各自在進行重新分類后的分類準確率p1T、p2T，同時將缺陷組C1和正常組C2作為整體計算在進行重新分類后的總分類準確率pT； 計算閾值表中的每個待選閾值所對應的三個分類準確率p1T、p2T和pT等三個值之間的方差，選取方差最小時對應的待選閾值作為最優分類閾值T； 所述步驟7）中，若待測瓜果的視密度指數小于等于最優分類閾值T，則有缺陷；若待測瓜果的視密度指數大于最優分類閾值T，則無缺陷。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。