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！

龙图腾网恭喜江苏大学申请的专利基于图像边缘检测特征提取的三维荧光光谱有机污染物识别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：CN114965409B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210574320.2，技术领域涉及：G01N21/64；该发明授权基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方法是由林剑雄;未明杰;高钰淞;袁宇;袁菁;殷秀莲;曹清华设计研发完成，并于2022-05-25向国家知识产权局提交的专利申请。

本基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方法在说明书摘要公布了：本发明属于分析检测领域，公开了基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方法。首先选用合适的MOF传感材料，通过将其与被检测物混合进行荧光检测获得三维荧光光谱图，将荧光光谱图像化后，采用边缘检测法进行特征提取，建立污染物三维荧光光谱图样本特征库；通过遍历计算待测污染物与样本特征库中样本图像的相似权值，比较并判别，实现对污染物的分类识别。

本发明授权基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方法在权利要求书中公布了：1.基于图像边缘检测特征提取的三维荧光光谱有机污染物识别方法，其特征在于，包括以下步骤：1获取单体有机污染物样本溶液，将定量的MOF-74与其均匀混合，采集混合液的三维荧光光谱数据；2预处理步骤1采集后的三维荧光光谱数据；3提取步骤2预处理后的三维荧光光谱数据的边缘检测矩阵，包括以下子步骤：3.1对步骤2预处理后的三维荧光光谱数据进行拆分处理，首先在Matlab中读取该三维荧光光谱数据于工作区得到一个相对应的table类型矩阵并将该矩阵转换为double类型便于后续操作，通过读取该矩阵指定行列数据的方式将该矩阵进行拆分，获得分别代表激发波长的1*m矩阵，代表发射波长的n*1矩阵，以及代表荧光强度数据的n*m矩阵；将子矩阵进行数据修正后再将三个子矩阵拼接绘制出单体有机污染物样本的三维荧光光谱图；3.2提取步骤3.1得到的三维荧光光谱图等高线特征；3.3将步骤3.2得到的单体有机污染物样本三维荧光光谱等高线图做映射处理，将不同荧光强度数值的等高线条映射到xy平面并将其以图片形式保存至单体有机污染物样本库；3.4计算并提取步骤3.3保存样本图片对应的边缘检测特征，具体为：读取样本库中图像并将其转化为光强度灰度图像，基于Canny边缘检测算子提取边缘特征，首先进行高斯模糊得到去除噪声的图像、随后计算梯度幅值和方向得到图像梯度、再进行非最大值抑制实现过滤非边缘像素，得到边界更加清晰、细化的图像，然后进行双阈值标记图片强边缘点与弱边缘点得到剔除低阈值以下边缘点的图像，最终利用滞后技术跟踪边界进一步筛选弱边缘点得到该样本图片的边缘检测矩阵，绘制样本边缘检测图像，同时将该边缘检测矩阵保存于工作区作为该样本三维荧光光谱的最终特征；4采用遍历法计算待测污染物与样本特征库中样本的边缘检测图像的相似度，然后将待测污染物中的成分进行分类，包括以下子步骤：4.1将步骤3.4得到的三维荧光光谱的最终边缘特征与其污染物类别读取至工作区中；4.2将未知污染物溶液的三维荧光光谱数据按照步骤2～步骤3处理得到三维荧光光谱图，提取边缘检测矩阵、绘制边缘检测图像；4.3将步骤4.2得到的未知污染物三维荧光光谱边缘检测图像与样本库边缘检测图像对比，经过裁剪空白边缘，减少计算量、提高运算效率与准确度；统计剪裁后的待分类样本的边缘检测图像中的边缘点数量、像素点数量、样本库边缘检测图像重叠的边缘点数量与重叠的像素点数量，将重叠的边缘点数量与待分类样本的边缘检测图像中的边缘点数量相除得到第一种相似度，将重叠像素点数量与剪裁后的待分类样本的边缘检测图像中的像素点数量相除得到第二种相似度，比较未知污染物与样本库中苯胺、氯苯、硝基苯或苯酚的两种相似度大小并输出有机污染物类别。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。