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！

龙图腾网获悉广东海洋大学申请的专利一种基于图像识别分析的花生油杂质检测方法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：CN121027131B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511406557.X，技术领域涉及：G01N21/892；该发明授权一种基于图像识别分析的花生油杂质检测方法是由陈苗;洪彦彬;刘浩;鲁清;冯恩友;宋庆;黎学旺;贺帅;周省;廖彩凤;王倩芳;谭家壮;杨少瑕;林刿设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种基于图像识别分析的花生油杂质检测方法在说明书摘要公布了：本发明提供种一种基于图像识别分析的花生油杂质检测方法，涉及花生油杂质检测方法技术领域，包括设定花生油流动管道的检测窗口，计算相机的曝光时间间隔，采集花生油的连续帧图像构成图像集；构建每个杂质的运动轨迹；基于每个杂质的运动轨迹，获得每一个杂质的运动特征矩阵；构建每个杂质的运动特征向量，采用Kmeans聚类方法对标准化后的运动特征向量进行聚类，统计图像中的各个杂质类型的数量，分别与预设阈值进行比对，若任一类型杂质数量超过预设阈值，则进行预警。动态计算曝光时间间隔，有效避免了花生油高速流动时图像模糊或低速时细节丢失的情况；通过多帧图像提取杂质的运动轨迹，构建时序特征矩阵，提高了杂质识别的鲁棒性。

本发明授权一种基于图像识别分析的花生油杂质检测方法在权利要求书中公布了：1.一种基于图像识别分析的花生油杂质检测方法，其特征在于，步骤包括： S1：设定花生油流动管道的检测窗口，采集花生油的实时流速，根据花生油折射率计算视场深度，采集花生油的密度与花生油粘度，计算当前管道内花生油的雷诺数，并且基于花生油的实时流速、视场深度和雷诺数，计算相机的曝光时间间隔，基于相机的曝光时间间隔，采集花生油的连续帧图像构成图像集； S2：对于每一帧图像，将其转化为灰度图像并进行边缘检测，根据边缘检测的结果识别出每一帧图像中的杂质，提取每个杂质的边缘特征和灰度值特征，根据每一帧图像中杂质的边缘特征和灰度值特征，在所有帧图像中对于每个杂质进行配对，确定每个杂质在每一帧图像中的位置，根据每个杂质在每一帧图像中的位置，构建每个杂质的运动轨迹； S3:基于每个杂质的运动轨迹，除图像集的最后一帧图像外，从第一帧图像开始，将前一帧图像中的位置，分别和后一帧图像中的对应杂质的位置进行比较，计算同一个杂质在相邻帧图像之间的运动特征数据，获得每一个杂质的运动特征矩阵； S4:基于每一个杂质的运动特征矩阵，分别计算每一个杂质的角度序列的均值和方差和速度序列的均值和方差，构建每个杂质的运动特征向量，对运动特征向量进行标准化，采用Kmeans聚类方法对标准化后的运动特征向量进行聚类，统计图像集中的各个杂质类型的数量，分别与预设阈值进行比对，若任一类型杂质数量超过预设阈值，则进行预警； 花生油流动管道为玻璃管道，计算相机的曝光时间间隔的步骤为： 采集花生油的实时流速，根据花生油折射率计算视场深度，依据公式为： 其中，表示花生油的折射率；表示花生油流动管道玻璃的折射率；表示相机标称视场深度；表示视场深度； 采集花生油的密度与花生油粘度，计算当前管道内花生油的雷诺数： 其中，表示管道内花生油的雷诺数；表示花生油的密度；表示花生油匀速流动的速度；表示花生油流动管道的内径；表示花生油粘度； 基于花生油的实时流速、视场深度和雷诺数，计算相机曝光时间间隔，依据公式为： 其中，表示相机的曝光时间间隔。

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广东海洋大学，其通讯地址为：524090 广东省湛江市麻章区海大路1号；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”。

以上内容由龙图腾AI智能生成。