(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211496008.2 (22)申请日 2022.11.28 (71)申请人 科丰兴泰 （杭州） 生物科技有限公司 地址 310000 浙江省杭州市钱塘区白杨街 道2号大街5 01号1-701 (72)发明人 闫瑞山　申有青　王金鹏　 (74)专利代理 机构 北京恒泰铭睿知识产权代理 有限公司 1 1642 专利代理师 何平 (51)Int.Cl. G06V 10/40(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 具有机器视觉的用于增效剂内核的智能涂 覆系统及其方法 (57)摘要 本申请公开了一种具有机器视觉的用于增 效剂内核的智能涂覆系统及其方法， 其中， 所述 智能涂覆系统通过机器视觉来判断硝化抑制剂 涂覆于内核表 面的涂覆状态， 从而对涂覆均匀度 进行智能监测与把控， 以提高最终缓释增效剂成 型质量。 权利要求书3页 说明书11页 附图7页 CN 115546501 A 2022.12.30 CN 115546501 A 1.一种具有机器视觉的用于增效剂内核的智能涂覆系统， 其特征在于， 包括： 图像采集 模块， 用于获取由多个摄像头从不同拍摄视角采集的涂覆有硝化抑制剂的内核的多个侧面 图像； 局部视角特征提取模块， 用于将所述涂覆有硝化抑制剂的内核的多个侧 面图像中各 个侧面图像分别通过作为过滤器的第一卷积神经网络模型以得到多个侧 面表面状态特征 向量； 不同视角比较模块， 用于计算所述多个侧 面表面状态特征向量中每两个侧 面表面状 态特征向量之间的余弦距离以得到余弦距离矩阵； 二维结构化模块， 用于将所述多个侧 面 表面状态特征向量进行二维排列以得到全局表面状态特征矩阵； 图结构数据编码模块， 用 于将所述全局表面状态特征矩阵和所述余弦距离矩阵通过图神经网络以得到拓扑全局表 面状态特征矩阵； 特征分布校正模块， 用于基于所述拓扑全局表面状态特征矩阵的最大特 征值的倒数， 对所述拓扑全局表面状态特征矩阵中各个位置的特征值进 行波函数表征聚合 以得到校正后拓扑全局表面状态特征矩阵； 以及包覆效果判断模块， 用于将所述校正后拓 扑全局表面状态特征矩阵通过分类器以得到分类结果， 所述分类结果用于表示硝化抑制剂 涂覆于内核的涂覆均匀度是否满足预定标准。 2.根据权利要求1所述的具有机器视觉的用于增效剂内核的智能涂覆系统， 其特征在 于， 所述局部视角特征提取模块， 使用所述作为过滤器的第一卷积神经网络的各层在层的 正向传递中分别进行： 对输入数据进行卷积处理以得到卷积特征图； 对所述卷积特征图进 行基于局部特征矩阵的均值池化以得到池化特征图； 以及 对所述池化特征图进行非线性激 活以得到激活特征图； 其中， 所述作为过滤器的第一卷积神经网络的最后一层的输出为所 述多个侧面表面状态特征向量， 所述作为过滤器的第一卷积神经网络的第一层的输入为所 述涂覆有硝化抑制剂的内核的多个侧面图像中各个侧面图像。 3.根据权利要求2所述的具有机器视觉的用于增效剂内核的智能涂覆系统， 其特征在 于， 所述不同视角比较模块， 进一步用于： 以如下公 式来计算所述多个侧面表 面状态特征向 量中每两个侧 面表面状态特征向量之间的余弦距离以得到多个余弦距离； 其中， 所述公式 为： 其中 和 分别表示所述多个侧 面表面状态特征向量中每两个侧 面表面状态特征向 量， 和 分别表示 所述多个侧面表面状态特征向量中每两个侧面表面状态特征向量的 各个位置的特征值， 表示所述多个侧面表面状态特征向量中每两个侧面表面状态 特征向量之间的余弦距离； 以及将所述多个余弦距离二维排列为所述 余弦距离矩阵。 4.根据权利要求3所述的具有机器视觉的用于增效剂内核的智能涂覆系统， 其特征在 于， 在所述图结构数据编码模块中， 所述图神经网络通过可学习的神经网络参数来对所述 全局表面状态特征矩阵和所述余弦距离矩阵进行处理以得到包含不同侧 面图像之间的相 似度特征和各个侧面图像的图像特 征的所述拓扑全局表面状态特 征矩阵。 5.据权利要求4所述的具有机器视觉的用于增效剂内核的智能涂覆系统， 其特征在于， 所述特征分布校正模块， 进一步用于： 基于所述拓扑全局表面状态特征矩阵的最大特征值权　利　要　求　书 1/3 页 2 CN 115546501 A 2的倒数， 以如下公式对所述拓扑全局表面状态特征矩阵中各个位置的特征值进行波函数表 征聚合以得到所述校正后拓扑全局表面状态特 征矩阵； 其中， 所述公式为： 其中 表示所述拓扑全局表面状态特征矩阵， 表示所述拓扑全局表面状态特 征矩阵的最大特征值的倒数， 表示所述校正后拓扑全局表面状态特征矩阵， 表示按位 置点乘。 6.根据权利要求5所述的具有机器视觉的用于增效剂内核的智能涂覆系统， 其特征在 于， 所述包覆效果判断模块， 包括： 展开单元， 用于将所述校正后拓扑全局表面状态特征矩 阵沿着行向量或列向量展开为一维的分类特征向量； 全连接编码单元， 用于将所述分类特 征向量输入所述分类器的至少一个全连接层以得到编码分类特征向量； 分类单元， 用于将 所述编码分类特 征向量输入所述分类 器的Softmax分类函数以得到所述分类结果。 7.一种具有机器视觉的用于增效剂内核的智能涂覆方法， 其特征在于， 包括： 获取由多 个摄像头从不同拍摄视角采集的涂覆有硝化抑制剂的内核的多个侧面图像； 将所述涂覆有 硝化抑制剂的内核的多个侧 面图像中各个侧 面图像分别通过作为过滤器的第一卷积神经 网络模型以得到多个侧面表面状态特征向量； 计算所述多个侧面表面状态特征向量中每两 个侧面表面状态特征向量之 间的余弦距离以得到余弦距离矩阵； 将所述多个侧面表面状态 特征向量进行二 维排列以得到全局表面状态特征矩阵； 将所述全局表面状态特征矩阵和所 述余弦距离矩阵通过图神经网络以得到拓扑全局表面状态特征矩阵； 基于所述拓扑全局表 面状态特征矩阵的最大特征值的倒数， 对所述拓扑全局表面状态特征矩阵中各个位置的特 征值进行波函数表征聚合以得到校正后拓扑全局表面状态特征矩阵； 以及将所述校正后拓 扑全局表面状态特征矩阵通过分类器以得到分类结果， 所述分类结果用于表示硝化抑制剂 涂覆于内核的涂覆均匀度是否满足预定标准。 8.根据权利要求7所述的具有机器视觉的用于增效剂内核的智能涂覆方法， 其特征在 于， 所述计算所述多个侧面表面状态特征向量中每两个侧面表面状态特征向量之 间的余弦 距离以得到余弦距离矩阵， 包括： 以如下公式来计算所述多个侧 面表面状态特征向量中每 两个侧面表面状态特 征向量之间的余弦距离以得到多个余弦距离； 其中， 所述公式为： 其中 和 分别表示所述多个侧面表面状态特征向量中每两个侧面表面状态特征向 量， 和 分别表示 所述多个侧面表面状态特征向量中每两个侧面表面状态特征向量的 各个位置的特征值， 表示所述多个侧面表面状态特征向量中每两个侧 面表面状 态特征向量之间的余弦距离； 以及将所述多个余弦距离进行二维排列为所述余弦距离矩 阵。 9.根据权利要求8所述的具有机器视觉的用于增效剂内核的智能涂覆方法， 其特征在 于， 所述图神经网络通过可学习的神经网络参数来对所述全局表面状态特征矩阵和所述余权　利　要　求　书 2/3 页 3 CN 115546501 A 3