浙江大学19项专利拟作价投资，现将相关信息予以公示。
[1]专利名称：基于光谱曲线波形相似度的光谱匹配方法
专利号：ZL 201310437964.8
专利简介：本发明公开了一种基于光谱曲线波形相似度的光谱匹配方法。包括以下的步骤：1）制作待测样本；2）采集所有试验样本的光谱；3）计算原始光谱的一阶导数；4）去除一阶导数中的零值，使用紧邻零值一阶导数的非零一阶导数值替换零值一阶导数值；5）计算并统计两条光谱在相同波段的所有一阶导数的比值的平均值，将该平均值作为两条光谱之间的匹配度。本发明采用曲线波形相似度作为光谱匹配指标来判断光谱之间的相似度，降低了光谱匹配方法对光谱绝对强度的依赖。采用该方法具有更高的分类识别精度，对于提高光谱数据库查询速度和光谱数据库查询精确度具有重要的意义，有助于实现光谱数据信息共享和研究结果的推广。
[2]专利名称：基于连续波的双层瓜果组织光学特性无损检测方法与装置
专利号：ZL 201510176172.9
专利简介：本发明涉及基于连续波的双层瓜果组织光学特性无损检测方法与装置。目的是提供的方法和装置可以非侵入的方式实时、无损的获取瓜果果皮与果肉的吸收系数μ a 和约化散射系数μs’。技术方案是：一种基于连续波的双层瓜果组织光学特性无损检测方法，其特征在于：首先在倾斜入射光源条件下，通过高光谱成像系统扫描采集样本在不同位置的漫反射高光谱图像，之后通过反向有限元方法反演计算漫反射高光谱图像包含的第一层组织的光学特性信息，得到第一层组织被扫描区域的平均吸收系数μa1和约化散射系数μs1’。一种基于连续波的双层瓜果组织光学特性无损检测装置，包括高光谱成像系统、光源系统及样本输送装置。
[3]专利名称：一种梯度迭代阈值分割的水果表面缺陷检测方法
专利号：ZL 201610121374.8
专利简介：本发明公开了一种梯度迭代阈值分割的水果表面缺陷检测方法。先对RGB彩色图像去除背景进行二值化，单独提取边缘并膨胀一次获得轮廓边缘膨胀图像，对RGB彩色图像转换成灰度图像再计算获得归一化梯度图像，然后通过梯度迭代计算获得图像分割阈值，通过图像分割阈值分割获得梯度二值化图像，将梯度二值化图像减去轮廓边缘膨胀图像获得差值图像，最后差值图像进行膨胀填洞腐蚀和中值滤波处理获得水果表面缺陷图像。本发明克服了类球体表面亮度不均匀情况下检测表面不同亮度特征缺陷；图像处理速度快易于程序实现，在水果及农产品品质计算机视觉在线检测方面具有应用潜力。
[4]专利名称：一种基于自适应亮度回归矫正的水果表面缺陷检测方法
专利号：ZL 201610349350.8
专利简介：本发明公开了一种基于自适应亮度回归矫正的水果表面缺陷检测方法。将水果RGB彩色图像转换为初始灰度图像，分割背景和目标，进行二值化处理，用二值化水果图像与初始灰度图像进行逐个像素点相乘，得到水果灰度图像，对水果灰度图像中行列像素分别用最小二乘法回归方法获得水平和垂直方向回归图像，水果灰度图像分别除以水平和垂直方向回归图像获得水平和垂直方向亮度矫正图像并进行算数平均计算获得亮度矫正图像，亮度矫正图像进行二值化并完成填洞和中值滤波获得水果表面缺陷图像。本发明克服类球体表面亮度不均匀情况下检测表面不同亮度特征缺陷；在水果及农产品品质计算机视觉在线检测方面具有应用潜力。
[5]专利名称：基于滑动比较窗口自适应分割的水果表面缺陷检测方法
专利号：ZL 201510760895.3
专利简介：本发明公开了一种基于滑动比较窗口自适应分割的水果表面缺陷检测方法。获取水果RGB彩色图像，去除背景二值化获得初始二值化图像；提取边缘并膨胀获得轮廓边缘膨胀图像；对RGB彩色图像去除背景转换成灰度图像，并再建立目标图像；灰度图像用窗口扫描计算获得分割阈值；用分割阈值判断，遍历目标图像像素进行赋值获得目标二值化图像；减去轮廓边缘膨胀图像，膨胀填洞腐蚀和中值滤波处理后获得水果表面缺陷图像。本发明检测准确和实用，能有效避免了对水果及农产品形状、大小的依赖以及避免了亮度矫正带来的复杂影响，应用对象广，具有较大的应用价值。
[6]专利名称：基于光照背景差影法的水果表面缺陷检测方法
专利号：ZL 201510411925.X
专利简介：本发明公开了一种基于光照背景差影法的水果表面缺陷检测方法。是先对RGB彩色图像去除背景转换成灰度图像，对灰度图像进行中值滤波获得光照背景图像，将光照背景图减去灰度图像获得差影图像，差影图像进行对比度调整，然后阈值分割获得二值化图像，二值化图像进行区域填充和中值滤波获得表面缺陷图像。本发明有效避免了对水果及农产品形状、大小的依赖以及避免了亮度矫正带来较复杂的计算方法，也避免了依赖高光谱以及多光谱成像硬件带来的高成本性问题。能够有效检测多种表面缺陷。方法应用对象较广，方法算法简便易于程序实现，而且算法流程执行速度快从而提高检测效率，在水果及农产品品质计算机视觉在线检测方面具有应用潜力。
[7]专利名称：基于自适应改进型梯度信息的水果表面缺陷检测方法
专利号：ZL 201510411742.8
专利简介：本发明公开了一种基于自适应改进型梯度信息的水果表面缺陷检测方法。是先对RGB彩色图像去除背景进行二值化，单独提取边缘并膨胀一次获得轮廓边缘膨胀图像，对彩色图像转换成灰度图像再计算获得归一化梯度图像，然后借助梯度直方图统计实现梯度信息自适应改进并自动计算图像分割阈值，通过图像阈值分割获得改进型梯度二值化图像，将改进型梯度二值化图像减去轮廓边缘膨胀图像获得差值图像，最后差值图像进行膨胀填洞腐蚀和中值滤波处理获得水果表面缺陷图像。本发明克服类球体表面亮度不均匀情况下检测表面不同亮度特征缺陷；图像分割阈值自适应计算获得无需人工选择；易于程序实现，在水果及农产品品质计算机视觉在线检测方面具有应用潜力。
[8]专利名称：基于特征向量定向的椭球形水果尺寸快速检测方法
专利号：ZL 201510501000.4
专利简介：本发明公开了一种基于特征向量定向的椭球形水果尺寸快速检测方法。对获取的水果图像进行阈值分割、滤波、边缘提取等操作来得到水果边缘图像。对边缘图像建立直角坐标系；求出边缘坐标的协方差矩阵；进而求得协方差矩阵的特征值与单位特征向量；利用单位特征向量定向水果，使其纵径或横径方向平行于直角坐标系水平轴，再利用计算水果边界的上、下、左、右极值点来完成尺寸检测。本发明通过对水果图像的边界坐标信息求取特征向量来达到快速定向到水果纵径和横径，避免了MER方法通过多次旋转水果图像带来的大量运算，在保证检测精度的同时，提高了检测速度，适于椭球形水果商品化处理过程中的水果尺寸实时检测需要。
[9]专利名称：一种水果形状检测方法及装置
专利号：ZL 201310301746.1
专利简介：本发明公开了一种水果形状检测方法及装置。采集多幅不同姿态的水果彩色图像，获得二值图像后以水果的最小外接矩在其两条中心线分隔的四个区域水果面积计算基础上获取对称指数及其离散度，以形状端正的水果对称指数离散度设定阈值比较判断水果形状是否端正。本发明装置包括光照箱内底部的链式输送装置、上部的三个千兆网彩色摄像机以及之间的两排LED光源，链式输送装置上安装有滚子，被测水果放置在滚子上，LED光源透过散光板均匀照射到被测水果表面。本发明通过多工位采集的水果图像，克服了姿态变化对水果形状判别的影响，快速准确检测姿态多变的运动水果形状是否端正，确保生产线上姿态多变的水果形状判断的一致性。
[10]专利名称：一种用于水果图像的快速匹配计算方法
专利号：ZL 201410217655.4
专利简介：本发明公开了一种用于水果图像的快速匹配计算方法。通过有效匹配区域的提取以及对SIFT方法的改进实现水果图像的快速匹配，先获取水果侧面图像，在侧面图像中搜索水果轮廓的左右边界点，进而提取匹配所需的有效区域；然后对有效区域进行特征点提取：得到带有特征点描述子的特征点集；再通过计算两个特征点集中特征点描述子之间的欧氏距离对特征点进行匹配，得到待选匹配点集后进行误匹配点剔除，得到正确匹配点集。本发明通过采用单层高斯差分图像代替SIFT方法中尺度空间的构造以及取消旋转不变性，并且对特征点描述子进行降维，减少了水果图像特征点检测过程中多余的计算；通过有效重叠区域提取，去除了不必要的计算量，提高了运算速度。
[11]专利名称：一种基于多种颜色分量系数组合的水果图像匹配方法
专利号：ZL 201410188467.3
专利简介：本发明公开了一种基于多种颜色分量系数组合的水果图像匹配方法。本发明包括以下步骤：首先获取原始水果图像，采用多种颜色分量系数组合法匹配与SIFT方法相结合的匹配方法对原始图像进行匹配计算；然后对获得的匹配点通过最近点向量角计算进行判断，剔除其中的误匹配点。本发明通过多种颜色分量系数组合法对水果图像进行匹配可以稳定地搜索到匹配点；通过最近点向量夹角法对获得的匹配点进行判断，可以有效地剔除误匹配点，获得精确的匹配点，从而实现了稳定、精准的水果图像的匹配。
[12]专利名称：一种基于斑点提取与邻近点向量法的水果图像匹配方法
专利号：ZL 201410215892.7
专利简介：本发明公开了一种基于斑点提取与邻近点向量法的水果图像匹配方法。获取水果的左、右侧面图像：进行斑点提取，分别采用极值点检测法、Harris角点检测法、Canny边缘检测法得到左图斑点集和右图斑点集；对其中每一个点进行匹配判断，得到待选匹配点集；对待选匹配点集进行误匹配点剔除，筛选得到正确的匹配点集；完成水果图像的匹配。本发明通过斑点提取以及对斑点进行向量法判断使得水果图像匹配取得了优良的稳定性、精确性和实时性。
[13]专利名称：一种基于水果大小的自适应光源调整机构及方法
专利号：ZL 201911289475.6
专利简介：本发明公开了一种基于水果大小的自适应光源调整机构及方法。基于水果大小的自适应光源调整机构包括基座框架部分、移动框架部分和摆臂光源部分；基座框架部分由基座框架及其上安装的垂直电机及丝杠构成；移动框架部分由双轴电机、旋向相反的螺杆及与螺杆配合的滑块机构和导轨等部分组成；摆臂光源部分由安装于摆臂上的光源安装架及其上固定安装的光源、灯筒和散热风扇构成。移动框架部分由直线轴承和丝杠螺母与基座框架的导向杆和丝杠配合，摆臂光源部分中部圆孔与移动框架凸起小柱配合，上部条形通槽与移动框架两滑块的移动小柱配合。本发明能实现根据不同水果的大小调整光源照射角度和照射位置的功能，能够提高水果品质光谱检测精度。
[14]专利名称：一种托盘式果蔬分选果杯
专利号：ZL 201810395198.6
专利简介：本发明公开了一种托盘式果蔬分选果杯。主要由开孔软盖、开孔软托、杯形托盘、平衡托和底座构成；杯形托盘上端开有通孔，通孔处安装有孔软盖和开孔软托，杯形托盘安装在底座上，杯形托盘侧部连接有平衡托，底座安装连接于外部的传动链上，平衡托底面与底座顶端配合实现对杯形托盘的支撑平衡和带动杯形托盘侧翻。本发明能够减少果蔬称重过程中的摩擦，提高称重精度，能够有效减少光源漏光和环境光对果蔬光谱检测的影响，提高检测精度，用于实现水果分级。
[15]专利名称：利用苹果果梗图像计算苹果旋转角度的方法
专利号：ZL 201310124247.X
专利简介：本发明公开了一种利用苹果果梗图像计算苹果旋转角度的方法。包括如下步骤：苹果目标提取、果梗侧图像的特征点提取、两幅果梗图像特征点匹配、特征点旋转角度计算、旋转角度坏点剔除和苹果旋转角度计算。本发明利用苹果果梗作为苹果旋转角度计算的依据，检测速度快，准确度高。
[16]专利名称：一种水果坚实度信息在线采集系统和方法
专利号：ZL 201610230631.1
专利简介：本发明公开一种水果坚实度信息在线采集系统和方法，将被测水果放置传输带上，当其进入风车扇叶后，风车转动一定角度，使水果进入检测状态，扬声器发出声波信号，激励被测水果振动，激光多普勒测振仪投射激光到振动的水果表面，采集被测水果的振动速度，并将采集到的振动速度信息通过数据采集卡传输到控制器中，通过软件分析出西瓜坚实度情况。风车再次转动，水果离开扇叶，进入另一条输送带，气缸接收信号，决定是否将被测水果推入滑道。从而实现水果坚实度在线无损检测及品质分级。
[17]专利名称：基于水果表面不同组织热特性的水果损伤检测方法及装置
专利号：ZL 201510570827.0
专利简介：本发明公开了一种基于水果表面不同组织热特性的水果损伤检测方法及装置。通过热电堆传感器采集水果样品的不同感兴趣区域的温度数据；对温度数据，依次进行压缩、傅里叶变换分析后提取曲线峰值作为特征值；将特征值输入到最小二乘法线性分类器进行分类训练，对待测水果进行检测。装置包括托座、热电堆传感器、单片机和PC机。本发明利用水果表面不同组织的热特性识别损伤部位，可靠性好，准确率高。
[18]专利名称：快速无损水果质地的检测方法及装置
专利号：ZL 201510002972.9
专利简介：本发明公开了一种快速无损水果质地的检测方法及装置。本发明检测方法包括步骤：采集建模样品集；测定质量；测定果形系数；采集振动响应数据；提取振动特征参数；振动特征参数降维；测定质地指标值；建立质地预测模型并进行测量。其检测装置包括振动控制系统和振动信号采集系统。本发明通过采用冲击振动的方式，大大缩短了激光多普勒测振技术用于检测水果质地的时间；同时，采用多振动特征参数结合水果质量和果形作为预测模型的输入参数，提高了模型的预测精度和适应性。
[19]专利名称：一种球形水果质地预测模型的建模方法
专利号：ZL 201310695966.7
专利简介：本发明公开了一种球形水果质地预测模型的建模方法。包括如下步骤：建模样品集的采集；试验样本的准备；质量的测定；果形系数的测定；振动信号的采集；振动特征参数的提取；质地指标的测定；周期试验；初始质地预测模型的建立；修正质地预测模型的建立和验证。本发明通过对振动特征参数的提取与筛选，可得到与质地最紧密相关的多个振动参数，从而使振动频谱的有益信息得到充分表达；同时，用果形系数对模型进行修正，提高了模型的预测精度和适应性。
转化方式：作价投资
定价方式：协议作价
转化价格：1328.9万元人民币
公示期自2020年11月28日至2020年12月12日。如有异议，请在公示期内向科学技术研究院提交异议书及有关证据。
电话：88981082，邮箱：kyc1@zju.edu.cn。
科学技术研究院
2020年11月28日