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)恭喜山東常安消防科技有限公司申請的專利基于視覺雷達(dá)的噴涂區(qū)域智能分割方法及系統(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：CN119067989B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-18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：202411101479.8，技術(shù)領(lǐng)域涉及：G06T7/11；該發(fā)明授權(quán)基于視覺雷達(dá)的噴涂區(qū)域智能分割方法及系統(tǒng)是由王立蒙;李建梁;岳茂朋;白少雄;王宗陽設(shè)計(jì)研發(fā)完成，并于2024-08-12向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于視覺雷達(dá)的噴涂區(qū)域智能分割方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及基于視覺雷達(dá)的噴涂區(qū)域智能分割方法及系統(tǒng)，包括：獲取待檢測車漆圖像；得到疑似車漆瑕疵像素點(diǎn)，得到車漆缺陷像素點(diǎn)，得到車漆缺陷區(qū)域；根據(jù)重力方向，得到車漆缺陷區(qū)域的和線段，得到車漆缺陷區(qū)域的流掛特征；獲取多個重點(diǎn)直線；使用重點(diǎn)直線劃過每一車漆缺陷區(qū)域內(nèi)的所有像素點(diǎn)，得到車漆缺陷區(qū)域的氣泡表現(xiàn)度；得到車漆缺陷區(qū)域?yàn)榱鲯靺^(qū)域的可能度，得到車漆缺陷區(qū)域與流掛區(qū)域。本發(fā)明旨在解決通過邊緣檢測算法獲取車漆圖像中的流掛區(qū)域與氣泡區(qū)域時，會得到正常區(qū)域，且不能判斷檢測出的缺陷區(qū)域是流掛區(qū)域還是氣泡區(qū)域的問題。

本發(fā)明授權(quán)基于視覺雷達(dá)的噴涂區(qū)域智能分割方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于視覺雷達(dá)的噴涂區(qū)域智能分割方法，其特征在于，該方法包括以下步驟：獲取待檢測車漆圖像、待檢測車輛的重力方向與燈光來源方向；根據(jù)像素點(diǎn)的梯度，得到疑似車漆瑕疵像素點(diǎn)，進(jìn)而得到疑似車漆瑕疵區(qū)域與疑似車漆瑕疵像素點(diǎn)的局部區(qū)域；根據(jù)疑似車漆瑕疵區(qū)域內(nèi)疑似車漆瑕疵像素點(diǎn)梯度值的分布與疑似車漆瑕疵像素點(diǎn)的局部區(qū)域內(nèi)像素點(diǎn)梯度值的分布，得到疑似車漆瑕疵像素點(diǎn)的車漆缺陷特征，進(jìn)而得到車漆缺陷區(qū)域；根據(jù)重力方向，獲取穿過每一車漆缺陷區(qū)域的所有直線，得到每一車漆缺陷區(qū)域的和線段；根據(jù)每一車漆缺陷區(qū)域的和線段中相鄰像素點(diǎn)的灰度值差異與每一車漆缺陷區(qū)域內(nèi)像素點(diǎn)梯度方向的差異，得到每一車漆缺陷區(qū)域的流掛特征；對燈光來源方向進(jìn)行旋轉(zhuǎn)，得到多個重點(diǎn)方向，進(jìn)而得到多個重點(diǎn)射線；根據(jù)每一重點(diǎn)射線與平行射線上相同車漆缺陷區(qū)域內(nèi)的像素點(diǎn)灰度值的分布，得到每一車漆缺陷區(qū)域在每個重點(diǎn)方向上的灰度體現(xiàn)度、分界線、反光區(qū)域與迎光區(qū)域；根據(jù)每一車漆缺陷區(qū)域在每個重點(diǎn)方向上的灰度體現(xiàn)度、分界線的長度以及反光區(qū)域與迎光區(qū)域內(nèi)像素點(diǎn)的灰度分布，得到車漆缺陷區(qū)域在每個重點(diǎn)方向上的氣泡特征；結(jié)合車漆缺陷區(qū)域在每一重點(diǎn)方向上的灰度體現(xiàn)度得到每一車漆缺陷區(qū)域的氣泡表現(xiàn)度；根據(jù)每一車漆缺陷區(qū)域的流掛特征、氣泡表現(xiàn)度與形狀，得到每一車漆缺陷區(qū)域?yàn)榱鲯靺^(qū)域的可能度，進(jìn)而得到流掛區(qū)域與氣泡區(qū)域；所述根據(jù)像素點(diǎn)的梯度，得到疑似車漆瑕疵像素點(diǎn)，進(jìn)而得到疑似車漆瑕疵區(qū)域與疑似車漆瑕疵像素點(diǎn)的局部區(qū)域，包括的具體方法為：得到待檢測車漆圖像中每一像素點(diǎn)的梯度，將梯度值大于0的像素點(diǎn)記為疑似車漆瑕疵像素點(diǎn)；將所有疑似車漆瑕疵像素點(diǎn)構(gòu)成若干疑似車漆瑕疵區(qū)域；將第i個疑似車漆瑕疵像素點(diǎn)與8鄰域內(nèi)的疑似車漆瑕疵像素點(diǎn)作為第i個疑似車漆瑕疵像素點(diǎn)的局部區(qū)域內(nèi)的元素，得到第i個疑似車漆瑕疵像素點(diǎn)的局部區(qū)域；將第i個疑似車漆瑕疵像素點(diǎn)所在疑似車漆瑕疵區(qū)域內(nèi)所有疑似車漆瑕疵像素點(diǎn)的梯度值的信息熵，記為第i個疑似車漆瑕疵像素點(diǎn)的梯度信息熵；將第i個疑似車漆瑕疵像素點(diǎn)的局部區(qū)域內(nèi)所有像素點(diǎn)的梯度值的方差，記為第i個疑似車漆瑕疵像素點(diǎn)的梯度方差；所述根據(jù)疑似車漆瑕疵區(qū)域內(nèi)疑似車漆瑕疵像素點(diǎn)梯度值的分布與疑似車漆瑕疵像素點(diǎn)的局部區(qū)域內(nèi)像素點(diǎn)梯度值的分布，得到疑似車漆瑕疵像素點(diǎn)的車漆缺陷特征，進(jìn)而得到車漆缺陷區(qū)域，包括的具體方法為：Ji＝sigmoidHi×σi式中，Ji表示第i個疑似車漆瑕疵像素點(diǎn)的車漆缺陷特征，Hi表示第i個疑似車漆瑕疵像素點(diǎn)的梯度信息熵，σi表示第i個疑似車漆瑕疵像素點(diǎn)的梯度方差，sigmoid表示sigmoid函數(shù)；預(yù)設(shè)缺陷閾值T1，將車漆缺陷特征大于缺陷閾值T1的疑似車漆瑕疵像素點(diǎn)記為車漆缺陷像素點(diǎn)；將所有車漆缺陷像素點(diǎn)構(gòu)成若干車漆缺陷區(qū)域。

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)系本專利的申請人或?qū)＠麢?quán)人山東常安消防科技有限公司，其通訊地址為：276000 山東省臨沂市高新區(qū)雙月園路科技創(chuàng)業(yè)園B207；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)”。