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)恭喜西湖大學申請的專利一種圖像區(qū)域邊界線段檢測方法、裝置、存儲介質獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN114943745B 。

龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-06-10發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210485972.9，技術領域涉及：G06T7/13；該發(fā)明授權一種圖像區(qū)域邊界線段檢測方法、裝置、存儲介質是由楊平;宋長會;崔維成;陳林柯;洪樂設計研發(fā)完成，并于2022-05-06向國家知識產權局提交的專利申請。

本一種圖像區(qū)域邊界線段檢測方法、裝置、存儲介質在說明書摘要公布了：本發(fā)明提供了一種圖像區(qū)域邊界線段檢測方法、裝置、存儲介質，屬于模式識別技術領域。它解決了現(xiàn)有直線檢測算法或應用在直線檢測過程中存在輪廓分割不明顯、圖像物體非邊界區(qū)域的冗余的檢測問題。本圖像區(qū)域邊界線段檢測方法，包括以下步驟：步驟S1：對圖像集進行截斷核范數(shù)計算；步驟S2：輸入已標注區(qū)域邊界線段的圖像集作為訓練樣本集，步驟S2.1：對訓練樣本集進行深度神經(jīng)網(wǎng)絡訓練；步驟S3：獲得能夠進行圖像邊界線段檢測的訓練后的神經(jīng)網(wǎng)絡。本發(fā)明具有截斷核范數(shù)計算能突出圖像集的結構細節(jié)，從而提升神經(jīng)網(wǎng)絡的訓練效果，從而使得訓練后的神經(jīng)網(wǎng)絡進行圖像邊界線段檢測時獲得的輪廓分割明顯、圖像物體非邊界區(qū)域的清晰簡潔的優(yōu)點。

本發(fā)明授權一種圖像區(qū)域邊界線段檢測方法、裝置、存儲介質在權利要求書中公布了：1.一種圖像區(qū)域邊界線段檢測方法，其特征在于，包括以下步驟：步驟S1：對圖像集進行截斷核范數(shù)計算；步驟S2：輸入已標注區(qū)域邊界線段的圖像集作為訓練樣本集，-步驟S2.1：對訓練樣本集進行深度神經(jīng)網(wǎng)絡訓練，對訓練樣本集進行圖像區(qū)域邊界擠壓；步驟S2.2：采用線段的區(qū)域擠壓模型對圖像區(qū)域進行準確分割；設圖像中的區(qū)域邊界線段為L＝{l1,...,ln}，設圖像中每一個像素為p，像素p對每一個線段區(qū)域邊界線段li做垂線，當像素p對線段li的垂線落在線段li上時，垂線的長度計為像素p與線段li之間的距離dp,li，當像素p對線段li的垂線落在線段li的延長線上時，則直接計算像素p與線段li端點的距離，像素p與相近的線段li端點之間的距離計為像素p與線段li之間的距離dp,li，選取像素p與線段li之間的距離dp,li的最小值，將所述的像素p歸屬于距離最近的線段li的區(qū)域；獲得區(qū)域分割結果；步驟S3：獲得能夠進行圖像邊界線段檢測的訓練后的神經(jīng)網(wǎng)絡；設訓練樣本集為；設UAV’為實數(shù)矩陣X∈Rm×n的SVD分解，其中U＝u1,...,um∈Rm×m和V＝v1,...,vm∈Rn×n互為正交矩陣，A∈Rm×n為對角矩陣，對角線上元素從大到小排列，即為矩陣X的奇異值，矩陣的核范數(shù)定義為，其中為矩陣X的第i個奇異值，核范數(shù)的截斷計算為： s.t.PΩX＝PΩM其中C∈Rr×m，D∈Rr×n，分別為矩陣U和V的截斷矩陣，r為截斷奇異值的個數(shù)。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人西湖大學，其通訊地址為：310000 浙江省杭州市西湖區(qū)轉塘街道石龍山街18號；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)”。