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！

龍圖騰網獲悉山東省分析測試中心申請的專利一種肉類品質評價方法及系統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：CN119516537B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202411740381.7，技術領域涉及：G06V20/68；該發明授權一種肉類品質評價方法及系統是由陳相峰;趙燕芳;李娜;劉璐;趙凌曦;王曉利;李慧娟;姜海龍設計研發完成，并于2024-11-29向國家知識產權局提交的專利申請。

本一種肉類品質評價方法及系統在說明書摘要公布了：本發明屬于圖像機器視覺處理技術領域，尤其涉及一種肉類品質評價方法及系統，方法包括：獲取生鮮肉圖像；基于紋理直方圖方法計算生鮮肉圖像的紋理密度矩陣，根據紋理密度矩陣將圖像分割成多種肉質區域；構建肉質檢測模型，肉質檢測模型包括多個并行的transfromer網絡以及加權融合層和全連接層；將分割出的多種肉質區域分別輸入至不同的網絡中進行細粒度的特征提取，多個并行的網絡提取的特征依次經過加權融合層和全連接層后，得到肉類品質評價結果。本發明在提取每一肉質區域的特征時，利用路由索引矩陣篩選非重疊區域的相關區域之后計算相關特征，能夠大幅度減網絡的計算量，提升肉的新鮮程度判定精度。

本發明授權一種肉類品質評價方法及系統在權利要求書中公布了：1.一種肉類品質評價方法，其特征在于，包括： 獲取生鮮肉圖像； 基于紋理直方圖方法計算生鮮肉圖像的紋理密度矩陣，并根據層級分割的方式，將圖像分割成多種肉質區域； 將每一種肉質區域劃分為多個非重疊區域，確定每一個非重疊區域的輸入特征； 將多種肉質區域對應的非重疊區域的輸入特征，按照肉質區域的區別分別輸入至肉質檢測模型并行的多個transfromer網絡中，建立每一肉質區域內部非重疊區域輸入特征之間的臨接關系矩陣，基于臨接關系矩陣，確定與每一個非重疊區域最相關的其他區域，包括： 根據非重疊區域的顏色特征向量和紋理密度特征向量，計算非重疊區域的查詢向量和鍵向量；對于每個區域內所有特征求平均值，得到區域級的查詢向量和鍵向量： ，g代表每個區域中的格子數，s代表第s個區域； ，，為特征映射矩陣； 使用查詢向量和鍵向量之間的矩陣乘法計算不同非重疊區域間的相似度，生成每一個非重疊區域的臨接關系矩陣； 基于臨接關系矩陣，裁剪與每一個非重疊區域最相關的前h個其他區域，創建一個路由索引矩陣； 利用transfromer網絡的多頭注意力機制計算每一個非重疊區域內部、以及非重疊區域與其最相關的其他區域的相關特征，具體包括： 基于路由索引矩陣，通過多頭注意力機制查詢到與當前非重疊區域最相關的前h個其他區域； 首先計算當前非重疊區域與自己區域所劃分格子內特征的transformer的注意力，得到第一注意力； 之后計算當前非重疊區域與路由索引矩陣中的前h個其他區域所劃分格子內特征的transformer的注意力，得到第二注意力； 基于第一注意力與第二注意力，得到相關特征； 將每一個transfromer網絡得到的多個相關特征進行特征融合，融合方式為特征級聯或相加，得到每一個transfromer網絡的輸出； 對多個transfromer網絡的輸出進行加權融合，得到不同肉質區域的特征輸出； 基于不同肉質區域的特征輸出，得到肉類新鮮程度的分類結果和肉類品質的綜合分類結果； 基于并行的多個transfromer網絡得到的相關特征，對生鮮肉的新鮮程度和肉質進行評價； 構建級聯transformer模型結構，實現最終的所有紋理肉質區域的特征融合： 第一，對于每一個transformer模型，處理不同尺度、不同肉質區域的特征提取；提取方式為通過建立區域輸入特征之間的臨接關系矩陣來捕獲區域間的相關性，然后從這個區域中選取最相關的部分來進行細粒度的注意力計算，減少計算量； 第二，對于每一個transformer模型的輸出，代表不同肉質區域，不同大小區域的特征，對于每個transformer模型的輸出，所有輸出特征進行特征融合，融合方式為特征級聯或相加；對于每個transformer模型的特征融合后的輸出，進行加權融合，因為每個transformer模型的特征融合后的輸出代表不同肉質區域的特征輸出； 第三，加權融合特征經過2個全連接層，實現2個功能輸出，第一全連接層用于進行新鮮程度判斷；第二全連接層用于進行肉質綜合判斷，給出1-10的分類分級； 根據層級分割的方式，將圖像分割成多種肉質區域，包括： 步驟一：設定圖像的初始窗口，對初始窗口內方格的紋理密度矩陣進行概率分析，得到當前初始窗口的肉質紋理度T以及紋理方差V； 步驟二：若當前初始窗口的肉質紋理度T低于設定的方差閾值M，則將當前初始窗口繼續分割，使用梯度濾波器提取初始窗口內像素的主要梯度方向，通過主要梯度方向確定主要紋理方向，根據主要紋理方向的垂直方向確定繼續分割方向； 步驟三：若紋理方差V小于肉質紋理度T，則沿著紋理的主要方向收縮窗口，新劃分出多個區域； 步驟四：針對每一個新劃分的區域進行紋理密度矩陣的概率分析，將新劃分的區域重新作為初始窗口，重復上述步驟一至步驟三，直至遍歷整個圖像；當新劃分的區域像素低于設定像素閾值G時，不在進行繼續分割，遍歷結束，得到圖像中所有方格的肉質紋理度； 步驟五：通過統計圖像中所有方格的肉質紋理度，進行肉質區域的劃分； 所述步驟三中，若紋理方差V小于肉質紋理度T，則沿著紋理的主要方向收縮窗口，新劃分出多個區域，具體包括： 基于主要梯度方向判定初始窗口內紋理方向是否明顯： 若初始窗口內紋理方向明顯，則沿主要梯度方向將初始窗口進一步細分，主要梯度方向包括水平、垂直或對角線方向，對應的新劃分出的多個區域分別為水平帶狀區域、垂直條帶狀區域和菱形區域； 若初始窗口內紋理方向不明顯，則采用均勻細化分割，將初始窗口均勻劃分為多個正方形小格子，新劃分出的多個區域為多個正方形小格子； 所述步驟五中，通過統計圖像中所有方格的肉質紋理度，進行肉質區域的劃分，具體包括： 首先基于設定的肉質紋理度判定閾值，判斷每一個方格所屬的肉質區域，所述肉質區域包括高級肉質區域、中級肉質區域和低級肉質區域； 基于高級肉質區域、中級肉質區域和低級肉質區域的面值占比，對肉質進行定級。

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山東省分析測試中心，其通訊地址為：250014 山東省濟南市歷下區科院路19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”。