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)獲悉華東師范大學(xué)申請的專利一種面向非平穩(wěn)紋理結(jié)構(gòu)屬性的結(jié)構(gòu)提取方法獲國家發(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：CN115457296B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-08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：202211061165.0，技術(shù)領(lǐng)域涉及：G06V10/54；該發(fā)明授權(quán)一種面向非平穩(wěn)紋理結(jié)構(gòu)屬性的結(jié)構(gòu)提取方法是由何鑫鑫;宋海川設(shè)計(jì)研發(fā)完成，并于2022-08-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種面向非平穩(wěn)紋理結(jié)構(gòu)屬性的結(jié)構(gòu)提取方法在說明書摘要公布了：本發(fā)明公開了一種面向非平穩(wěn)紋理結(jié)構(gòu)屬性的結(jié)構(gòu)提取方法，提取非平穩(wěn)紋理中結(jié)構(gòu)屬性呈現(xiàn)為特征輪廓、元素分布的紋理示例的結(jié)構(gòu)信息，得到非平穩(wěn)紋理的紋理結(jié)構(gòu)圖。具體步驟：1）針對結(jié)構(gòu)屬性表現(xiàn)為特征輪廓的紋理示例，獲取示例特征輪廓結(jié)構(gòu)的邊界線，確定邊界線鄰域范圍內(nèi)的其他特征輪廓點(diǎn)，從而得到紋理結(jié)構(gòu)圖；2）針對結(jié)構(gòu)屬性表現(xiàn)為元素分布的紋理示例，根據(jù)元素示例塊進(jìn)行局部圖像塊匹配，提取塊內(nèi)的紋理元素，從而得到紋理結(jié)構(gòu)圖。在紋理合成與紋理遷移任務(wù)中，非平穩(wěn)紋理的結(jié)構(gòu)屬性一直是研究難點(diǎn)。本發(fā)明與現(xiàn)有技術(shù)相比能夠提取非平穩(wěn)紋理圖像的結(jié)構(gòu)屬性，為紋理相關(guān)任務(wù)提供新的解決思路，具有一定的應(yīng)用前景。

本發(fā)明授權(quán)一種面向非平穩(wěn)紋理結(jié)構(gòu)屬性的結(jié)構(gòu)提取方法在權(quán)利要求書中公布了：1.一種面向非平穩(wěn)紋理結(jié)構(gòu)屬性的結(jié)構(gòu)提取方法，其特征在于，根據(jù)非平穩(wěn)紋理示例呈現(xiàn)的不同結(jié)構(gòu)屬性，分類別進(jìn)行結(jié)構(gòu)提取，該方法具體包括以下步驟： 步驟1：具有特征輪廓結(jié)構(gòu)的紋理示例的結(jié)構(gòu)提取 1.1：針對結(jié)構(gòu)屬性呈現(xiàn)為特征輪廓的紋理示例，根據(jù)紋理示例中的特征輪廓之間的歐式距離來確定高斯模糊核的大小，利用超參數(shù)模糊核的高斯濾波對紋理示例進(jìn)行卷積操作來去除紋理示例中的噪聲信息，再利用固定模糊核大小5×5的高斯濾波再次進(jìn)行卷積得到過濾后的紋理示例； 1.2：計(jì)算紋理示例的梯度幅值和梯度方向，并沿著梯度方向?qū)μ荻确颠M(jìn)行非極大值抑制；非極大值抑制是指沿著對應(yīng)的梯度方向?qū)⒅行南袼攸c(diǎn)的像素值與周圍的兩個(gè)像素點(diǎn)的像素值進(jìn)行比較，若中心像素點(diǎn)的像素值為最大值，則保留中心像素點(diǎn)的原始像素值，否則將其置為0； 1.3：設(shè)定超參數(shù)高低閾值來檢測和連接特征輪廓結(jié)構(gòu)的邊緣：小于設(shè)定的低閾值的像素點(diǎn)置為0，大于設(shè)定的高閾值的像素點(diǎn)置為1，小于設(shè)定的高閾值、大于設(shè)定的低閾值且與大于設(shè)定的高閾值的像素點(diǎn)相連的像素點(diǎn)置為1，進(jìn)一步將所有被置為1的像素點(diǎn)定義為特征輪廓結(jié)構(gòu)的邊界像素點(diǎn)； 1.4：遍歷特征輪廓結(jié)構(gòu)的邊界像素點(diǎn)，分別從8鄰域方向查找設(shè)定的超參數(shù)歐式距離閾值范圍內(nèi)的其他邊界像素點(diǎn)，并沿著查找方向?qū)蓚€(gè)邊界像素點(diǎn)之間的像素點(diǎn)的值全部重新設(shè)置為1，將所有被置為1的像素點(diǎn)定義為特征輪廓結(jié)構(gòu)；由像素值為0和像素值為1的像素點(diǎn)組成的圖像為具有特征輪廓結(jié)構(gòu)的紋理示例的紋理結(jié)構(gòu)圖； 步驟2：具有元素分布結(jié)構(gòu)的紋理示例的結(jié)構(gòu)提取 2.1：針對結(jié)構(gòu)屬性呈現(xiàn)為元素分布的紋理示例，根據(jù)紋理元素的大小和顏色差異將其分為不同類別，并為每個(gè)類別的元素提供一個(gè)元素示例，即在紋理示例中為每一類紋理元素任意截取一個(gè)包含單個(gè)此類別紋理元素的圖像塊； 2.2：基于提供的元素示例，遍歷紋理示例中與元素示例尺寸相等的局部區(qū)域，并計(jì)算元素示例與局部區(qū)域的相似度值，相似度值高于給定相似度閾值的局部區(qū)域塊被定義為初始元素塊；設(shè)置相似度閾值為0.15-0.4； 2.3：在初始元素塊中，對兩個(gè)元素塊重合度高于設(shè)定的重合閾值0.5的元素塊進(jìn)行篩選：若兩個(gè)元素塊屬于相同類別，則保留相似度值高的元素塊；否則保留面積更大的元素塊，最終保留的元素塊被統(tǒng)一標(biāo)記為目標(biāo)元素塊； 2.4：利用基于DUTS-TR數(shù)據(jù)集中10553張圖像數(shù)據(jù)訓(xùn)練的顯著性檢測模型提取目標(biāo)元素塊中包含的紋理元素，將提取出的紋理元素按照所在元素塊的原始絕對位置進(jìn)行縫合，得到具有元素分布結(jié)構(gòu)的紋理示例的紋理結(jié)構(gòu)圖。

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)人華東師范大學(xué)，其通訊地址為：200241 上海市閔行區(qū)東川路500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)”。