买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京欧德鑫数字科技有限公司申请的专利一种基于图像识别的货物质量监测分析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119131668B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411621409.5，技术领域涉及：G06V20/40；该发明授权一种基于图像识别的货物质量监测分析方法及系统是由张鸿;张骁腾;唐忠敏设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于图像识别的货物质量监测分析方法及系统在说明书摘要公布了：本申请提供一种基于图像识别的货物质量监测分析方法及系统，包括：获取待识别货物的实时视频流；构建与待监测产品相关的多维度质量标准图谱库；通过自适应对比算法将实时视频流与多维度质量标准图谱库中的图谱进行匹配，以确定实时视频流中是否存在与预设的质量缺陷相匹配的区域，并生成匹配结果；若确定实时视频流中存在与预设的质量缺陷相匹配的区域，则自动触发针对区域对应的缺陷类型的响应策略；动态更新多维度质量标准图谱库，以优化货物质量的监测精度。本申请提供的技术方案提升了货物质量的监测效果。

本发明授权一种基于图像识别的货物质量监测分析方法及系统在权利要求书中公布了：1.一种基于图像识别的货物质量监测分析方法，其特征在于，包括：获取待识别货物的实时视频流；构建与所述待识别货物相关的多维度质量标准图谱库，其中，所述多维度质量标准图谱库包括缺陷类型图谱、合格品图谱以及不同光照条件下的参考图谱；通过自适应对比算法将所述实时视频流与所述多维度质量标准图谱库中的图谱进行匹配，以确定所述实时视频流中是否存在与预设的质量缺陷相匹配的区域，并生成匹配结果；若确定所述实时视频流中存在与预设的质量缺陷相匹配的区域，则自动触发针对所述区域对应的缺陷类型的响应策略，所述响应策略包括生成警报信息；根据所述匹配结果和所述响应策略的执行情况，动态更新所述多维度质量标准图谱库，以优化货物质量的监测精度；所述通过自适应对比算法将所述实时视频流与所述多维度质量标准图谱库中的图谱进行匹配，以确定所述实时视频流中是否存在与预设的质量缺陷相匹配的区域，并生成匹配结果，包括：从所述实时视频流中提取所述待识别货物的关键区域图像；对所述关键区域图像进行归一化处理，并利用图像分割技术将归一化后的关键区域图像分割为多个子区域；针对每个所述子区域，应用特征描述符提取方法获取所述子区域的视觉特征向量；选取所述多维度质量标准图谱库中对应的参考图谱，并采用特征描述符提取方法得到所述参考图谱的视觉特征向量；计算所述关键区域图像的每个所述子区域的视觉特征向量与所述参考图谱对应子区域的视觉特征向量之间的相似度得分；根据预设相似度阈值判断所述相似度得分确定所述实时视频流中是否存在与预设的质量缺陷相匹配的区域；若存在，定位所述区域的具体位置以及所述区域对应缺陷类型，以生成匹配结果；所述根据所述匹配结果和所述响应策略的执行情况，动态更新所述多维度质量标准图谱库，以优化货物质量监测精度，包括：收集执行所述响应策略后的执行情况，所述执行情况包括警报信息的准确性；根据所述响应策略的执行情况，确定实施所述响应策略的执行效果；分析所述匹配结果中的缺陷类型以及所述缺陷类型对应的缺陷特征，确定是否存在未被充分涵盖的缺陷类型，并将未被充分涵盖的缺陷类型作为缺陷样本添加至所述缺陷类型图谱中，以更新所述多维度质量标准图谱库；结合更新后的多维度质量标准图谱库以及所述响应策略的执行效果，动态更新所述多维度质量标准图谱库的相关参数，以优化货物质量监测精度，所述相关参数至少包括缺陷类型权重系数；所述方法还包括：通过以下计算公式动态更新所述多维度质量标准图谱库中的缺陷类型权重系数： ；其中，是预设的调节因子，是基础权重系数，是在时间时第种缺陷类型的检测频率，是该缺陷类型的历史最大检测频率，是与第种缺陷类型相关的非线性影响因子，是标准化检测频率提升到次方，是第种缺陷类型的严重程度评分，是与第种缺陷类型严重程度相关的影响因子，是一个正的平滑参数，对权重系数的影响，是指数衰减函数，是缺陷类型总数；是在时间时第个关键区域图像的平均颜色强度，是参考图谱中对应的关键区域图像的平均颜色强度，是第个关键区域图像的颜色强度的标准差，是关键区域图像的数量，是调整因子，是一个基于机器学习的时间序列预测模型，是一个基于贝叶斯优化的自适应调整函数；所述方法还包括：通过以下计算公式动态更新所述预设相似度阈值： ；其中，是基础相似度阈值，是预设的调节因子，是在时间时第个关键区域图像的平均颜色强度，是参考图谱中对应的关键区域图像的平均颜色强度，是第个关键区域图像的颜色强度的均方根误差，是关键区域图像的数量，是在时间时第个子区域的特征向量与参考图谱中对应子区域特征向量之间的欧氏距离，是理想的欧氏距离，是第个子区域特征向量的欧氏距离的标准差，是子区域的数量，是一个周期性调整因子，是当前的时间点，是一个基于机器学习的自适应调整函数，是一个基于强化学习的自适应调整函数，是颜色强度差异项，是特征向量差异项，是周期性调整项。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京欧德鑫数字科技有限公司，其通讯地址为：100071 北京市丰台区丽泽路24号院3号楼-5至45层101内40层4001-2C；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。