装备制造平台莫晓聃发明专利获受理
浏览数:358

装备制造平台莫晓聃发明专利获受理


根据云科院“小处室、大平台、大服务”的思路和“体制新、机制活”的要求,以及整合有关创新资源,开展产业应用技术联合攻关和协同创新,提升传统产业核心竞争力的号召,我院高端装备制造平台年轻职工莫晓聃利用自己的业余时间积极钻研学习,于2015年与昆明理工大学电机工程学院潘楠硕士生导师共同研发申报了“一种剪切工具图片相似度对比算法”发明专利。该专利联合昆明理工大学、云南省科学技术院作为申请人,现已由昆明理工大学知识产权发展研究院代理,于2016年2月24日提交国家知识产权局审批(申请号:201610101323.9)。

标准尺度不变特征转换(Scale-invariant feature transform,简称SIFT)是一种电脑视觉的算法,主要用来侦测与描述影像中的局部性特征,在物体识别、机器人地图感知与导航、3D模型建立、影像缝合、追踪和动作对比、手势辨识等领域有着广泛应用。标准SIFT算法具有尺度、旋转、光照等特征不变性,但其很多特征点都集中在物体的局部小细节(较小尺度的特征)。一般情况下,同一类别的工具只在轮廓方面有着相似性,较多的小尺度特征点则会严重干扰图像相似度的计算,因此标准SIFT算法无法有效对剪切工具进行分类。

该发明使用了一种特殊的特征提取方式——GVF-Harris-SIFT,通过GVF(梯度向量流)来平滑图像的梯度场,并使用Harris角点检测算法将工具的角点检测出来,然后使用SIFT的描述子获取特征点对应的特征向量,最终通过匹配两张工具的特征点,来衡量工具的相似度。与现有技术相比,本发明有效解决了标准SIFT算法因特征点都是集中在物体的局部小细节(较小尺度的特征),而不能对剪切工具进行分类的问题,通过GVF-Harris-SIFT完成图像相似度的对比算法,提供了一种对剪切工具图片相似度进行快速对比的方法,最终实现工痕项目的剪切工具种类识别。