一种基于偏振的滤光薄膜提取图像方法及系统
阅读：966发布：2021-05-31
专利汇可以提供一种基于偏振的滤光薄膜提取图像方法及系统专利检索，专利查询，专利分析的服务。并且本 发明 公开一种基于偏振的滤光 薄膜 提取图像方法及系统。所述方法包括：获取存在滤光薄膜的场景的偏振图像；对所述偏振图像进行高光抑制，得到高光抑制图像；对所述高光抑制图像进行偏振度增强计算，得到增强图像；对所述增强图像进行纹理描述，得到目标特征图像。采用本发明提供的基于偏振的滤光薄膜提取图像方法及系统将偏振成像、高光抑制、图像增强以及目标识别的技术手段融合在一起，从而对存在滤光薄膜的图像实现了图像信息的有效提取。，下面是一种基于偏振的滤光薄膜提取图像方法及系统专利的具体信息内容。
1.一种基于偏振的滤光薄膜提取图像方法，其特征在于，包括：
获取存在滤光薄膜的场景的偏振图像；
对所述偏振图像进行高光抑制，得到高光抑制图像；
对所述高光抑制图像进行偏振度增强计算，得到增强图像；
对所述增强图像进行纹理描述，得到目标特征图像。
2.根据权利要求1所述的基于偏振的滤光薄膜提取图像方法，其特征在于，所述获取存在滤光薄膜的场景的偏振图像，具体包括：
从三个不同角度采集存在滤光薄膜的场景的原始偏振图像；
对所述原始偏振图像采用斯托克斯矢量方法，构建偏振图像。
3.根据权利要求1所述的基于偏振的滤光薄膜提取图像方法，其特征在于，所述对所述偏振图像进行高光抑制，得到高光抑制图像，具体包括：
对所述偏振图像进行高光区域检测，得到高光区域检测结果；
根据所述高光区域检测结果进行标记，得到高光区域标记；
根据所述高光区域标记采用偏振补光的方法，得到抑制高光后的偏振图像，所述抑制高光后的偏振图像为所述高光抑制图像。
4.根据权利要求1所述的基于偏振的滤光薄膜提取图像方法，其特征在于，所述对所述高光抑制图像进行偏振度增强计算，得到增强图像，具体包括：
获取所述高光抑制图像的偏振度纹理数据；
对所述偏振度纹理数据采用增强算法，得到增强后的偏振图像，所述增强后的偏振图像为所述增强图像。
5.根据权利要求1所述的基于偏振的滤光薄膜提取图像方法，其特征在于，所述对所述增强图像进行纹理描述，得到目标特征图像，所述目标特征图像为在滤光薄膜下提取的图像，具体包括：
获取所述增强图像的纹理描述子；
根据所述纹理描述子获取目标纹理特征图像。
6.一种基于偏振的滤光薄膜提取图像系统，其特征在于，包括：
偏振图像获取模块，用于获取存在滤光薄膜的场景的偏振图像；
高光抑制图像获取模块，用于对所述偏振图像进行高光抑制，得到高光抑制图像；
增强图像获取模块，用于对所述高光抑制图像进行偏振度增强计算，得到增强图像；
目标特征图像确定模块，用于对所述增强图像进行纹理描述，得到目标特征图像。
7.根据权利要求6所述的基于偏振的滤光薄膜提取图像系统，其特征在于，所述偏振图像获取模块，具体包括：
偏振子图像获取单元，用于从三个不同角度采集存在滤光薄膜的场景的原始偏振图像；
偏振图像重构单元，用于对所述原始偏振图像采用斯托克斯矢量方法，构建偏振图像。
8.根据权利要求6所述的基于偏振的滤光薄膜提取图像系统，其特征在于，所述高光抑制图像获取模块，具体包括：
检测结果确定单元，用于对所述偏振图像进行高光区域检测，得到高光区域检测结果；
标记确定单元，用于根据所述高光区域检测结果进行标记，得到高光区域标记；
高光抑制图像确定单元，用于根据所述高光区域标记采用偏振补光的方法，得到抑制高光后的偏振图像，所述抑制高光后的偏振图像为所述高光抑制图像。
9.根据权利要求6所述的基于偏振的滤光薄膜提取图像系统，其特征在于，所述增强图像获取模块，具体包括：
纹理数据获取单元，用于获取所述高光抑制图像的偏振度纹理数据；
增强图像确定单元，用于对所述偏振度纹理数据采用增强算法，得到增强后的偏振图像，所述增强后的偏振图像为所述增强图像。
10.根据权利要求6所述的基于偏振的滤光薄膜提取图像系统，其特征在于，所述目标特征图像确定模块，具体包括：
纹理描述子获取单元，用于获取所述增强图像的纹理描述子；
目标纹理特征图像确定单元，用于根据所述纹理描述子获取目标纹理特征图像。
一种基于偏振的滤光薄膜提取图像方法及系统
技术领域
背景技术
[0002] 在实际生活中，安防监控系统、目标追踪系统等需要采集细节信息的场景中，常常会由于滤光薄膜的存在而产生很多无法提取图像信息的问题。现阶段的技术手段无法解决此类问题。
发明内容
[0003] 本发明的目的是提供一种基于偏振的滤光薄膜提取图像方法及系统，从而有效的提取图像信息。
[0004] 为实现上述目的，本发明提供了如下方案：
[0005] 一种基于偏振的滤光薄膜提取图像方法，包括：
[0006] 获取存在滤光薄膜的场景的偏振图像；
[0007] 对所述偏振图像进行高光抑制，得到高光抑制图像；
[0008] 对所述高光抑制图像进行偏振度增强计算，得到增强图像；
[0009] 对所述增强图像进行纹理描述，得到目标特征图像。
[0010] 可选的，所述获取偏振图像，具体包括：
[0011] 从三个不同角度采集存在滤光薄膜的场景的原始偏振图像；
[0012] 对所述原始偏振图像采用斯托克斯矢量方法，构建偏振图像。
[0013] 可选的，所述对所述偏振图像进行高光抑制，得到高光抑制图像，具体包括：
[0014] 对所述偏振图像进行高光区域检测，得到高光区域检测结果；
[0015] 根据所述高光区域检测结果进行标记，得到高光区域标记；
[0016] 根据所述高光区域标记采用偏振补光的方法，得到抑制高光后的偏振图像，所述抑制高光后的偏振图像为所述高光抑制图像。
[0017] 可选的，所述对所述高光抑制图像进行偏振度增强计算，得到增强图像，具体包括：
[0018] 获取所述高光抑制图像的偏振度纹理数据；
[0020] 可选的，所述对所述增强图像进行纹理描述，得到目标特征图像，所述目标特征图像为在滤光薄膜下提取的图像，具体包括：
[0021] 获取所述增强图像的纹理描述子；
[0022] 根据所述纹理描述子获取目标纹理特征图像。
[0023] 为实现上述目的，本发明还提供了如下方案：
[0024] 一种基于偏振的滤光薄膜提取图像系统，包括：
[0025] 偏振图像获取模块，用于获取存在滤光薄膜的场景的偏振图像；
[0026] 高光抑制图像获取模块，用于对所述偏振图像进行高光抑制，得到高光抑制图像；
[0027] 增强图像获取模块，用于对所述高光抑制图像进行偏振度增强计算，得到增强图像；
[0028] 目标特征图像确定模块，用于对所述增强图像进行纹理描述，得到目标特征图像。
[0029] 可选的，所述偏振图像获取模块，具体包括：
[0030] 偏振子图像获取单元，用于从三个不同角度采集存在滤光薄膜的场景的原始偏振图像；
[0031] 偏振图像重构单元，用于对所述原始偏振图像采用斯托克斯矢量方法，构建偏振图像。
[0032] 可选的，所述高光抑制图像获取模块，具体包括：
[0033] 检测结果确定单元，用于对所述偏振图像进行高光区域检测，得到高光区域检测结果；
[0034] 标记确定单元，用于根据所述高光区域检测结果进行标记，得到高光区域标记；
[0035] 高光抑制图像确定单元，用于根据所述高光区域标记采用偏振补光的方法，得到抑制高光后的偏振图像，所述抑制高光后的偏振图像为所述高光抑制图像。
[0036] 可选的，所述增强图像获取模块，具体包括：
[0037] 纹理数据获取单元，用于获取所述高光抑制图像的偏振度纹理数据；
[0038] 增强图像确定单元，用于对所述偏振度纹理数据采用增强算法，得到增强后的偏振图像，所述增强后的偏振图像为所述增强图像。
[0039] 可选的，所述目标特征图像确定模块，具体包括：
[0040] 纹理描述子获取单元，用于获取所述增强图像的纹理描述子；
[0041] 目标纹理特征图像确定单元，用于根据所述纹理描述子获取目标纹理特征图像。
[0042] 根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0043] 本发明公开一种基于偏振的滤光薄膜提取图像方法。首先，获取偏振图像；然后，对所述偏振图像进行高光抑制，得到高光抑制图像；再然后，对所述高光抑制图像进行偏振度增强计算，得到增强图像；最后，对所述增强图像进行纹理描述，得到目标特征图像。显然，本发明通过将偏振成像、高光抑制、图像增强以及目标识别的技术手段融合在一起，从而对存在滤光薄膜的图像实现了图像信息的有效提取。附图说明
[0044] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0045] 图1为本发明实施例基于偏振的滤光薄膜提取图像方法流程图；
[0046] 图2为本发明实施例光经过偏振器件示意图；
[0047] 图3为本发明实施例光的反射和折射示意图；
[0048] 图4为本发明实施例图像增强效果图；
[0049] 图5为本发明实施例基于偏振的滤光薄膜提取图像系统结构图。
具体实施方式
[0050] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0051] 本发明的目的是提供一种基于偏振的滤光薄膜提取图像方法及系统，从而有效的提取图像信息。
[0052] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0053] 图1为本发明实施例基于偏振的滤光薄膜提取图像方法流程图。如图1所示，一种基于偏振的滤光薄膜提取图像方法，所述方法包括：
[0054] 步骤101：获取存在滤光薄膜的场景的偏振图像，具体包括：从三个不同角度采集存在滤光薄膜的场景的原始偏振图像；对所述原始偏振图像采用斯托克斯矢量方法，构建偏振图像。
[0055] 步骤102：对所述偏振图像进行高光抑制，得到高光抑制图像，具体包括：对所述偏振图像进行高光区域检测，得到高光区域检测结果；根据所述高光区域检测结果进行标记，得到高光区域标记；根据所述高光区域标记采用偏振补光的方法，得到抑制高光后的偏振图像，所述抑制高光后的偏振图像为所述高光抑制图像。
[0056] 步骤103：对所述高光抑制图像进行偏振度增强计算，得到增强图像，具体包括：获取所述高光抑制图像的偏振度纹理数据；对所述偏振度纹理数据采用增强算法，得到增强后的偏振图像，所述增强后的偏振图像为所述增强图像。
[0057] 步骤104：对所述增强图像进行纹理描述，得到目标特征图像，具体包括：获取所述增强图像的纹理描述子；根据所述纹理描述子获取目标纹理特征图像。
[0058] 本发明通过将偏振成像、高光抑制、图像增强以及目标识别的技术手段融合在一起，从而有效地对存在滤光薄膜的图像实现了图像信息的提取。
[0059] 步骤101中，在获取存在滤光薄膜的场景的偏振图像时，主要采用斯托克斯矢量法描述一束光的偏振态，其定义为：
[0060]
[0061] 这四个参量都是光强的时间平均值，I表示总的光强，Q表示0°～90°方向上线偏振光的分量之差，U表示±45°方向上线偏振光的分量之差，V表示左旋圆偏振光和右旋圆偏振光的分量之差，被描述的光可以是完全偏振光、部分偏振光和完全非偏振光。采用Stokes矢量表述偏振光具有许多优点，这四个参量都是光强的量纲，均可测量，每个参量可以采用特性的偏振器件分别求解。
[0062] 在一定的条件下，光的反射和折射具有一定的偏振特性，同时光在散射介质中传输，粒子的后向散射光同样具有偏振特性，大气光在传输的过程中与大气中粒子发生作用，形成具有一定偏振态的光。
[0063] 当已知偏振态的偏振光经过光学元件之后，出射光的偏振态与入射光的偏振态之间有着一定的联系。通过Mueller矩阵将入射光的Stokes矢量Si、出射光的Stokes矢量So和光学元件建立起了联系，图2为本发明实施例光经过偏振器件示意图，入射光Si经过偏振器件M，得到的出射光为So，表达式为：
[0064]
[0065] 上式中，M表示为4×4的Mueller矩阵，即为光学元件的传输矩阵，光学元件的传输矩阵与光学元件本身有关，不同的光学元件其传输矩阵也不相同。若入射光经过n个偏振器件，它们对应的Mueller矩阵是Mi，则出射光的Stokes矢量可以表示为：
[0066] So＝Mn·Mn-1…M2·M1·Si
[0067] 根据Stokes矢量与穆勒矩阵的关系可知，一束偏振光的Stokes矢量为S＝(I,Q,UT) ，经过偏振角度为θ的偏振器件后，得到的偏振图像光强I(θ)可以表述为下式：
[0068]
[0069] 根据上式可知，当获取至少3个不同偏振角度下的景物图像，即可求解出景物图像的Stokes矢量。
[0070] 例如，转动偏振片分别采集了0°、60°、120°下的偏振图片，则求解Stokes矢量的值为：
[0071]
[0072] 光束从一种介质传输到另一种介质时，在分界面处有部分光束改变传播方向而返回到原来物质中的现象叫做反射，光的反射是自然界中常见的现象，正是因为有光的反射，视觉系统才能够看到物体，光束通过分界面进入另一种介质中且传输方向发生改变的现象叫做折射，光的折射遵循折射定律。法国物理学家菲涅耳通过对反射光与折射光的研究，提出了著名的菲涅耳公式，很好的解释了反射光与折射光的偏振特性，如图3所示，图3为本发明实施例光的反射和折射示意图。
[0073] 高光抑制方法基于Shafer等提出的双色反射模型实现。该模型认为物体表面的光照主要由漫反射和镜面反射光组成。在RGB空间中，像素和高光像素会形成T型分布。对漫反射区域和高光区域依次做主要成分分析，然后拟合出漫反射和和光源颜色向量，利用这两个向量做投影，就可以很快地去除高光。但是漫反射和光源颜色向量的拟合会存在数值误差。漫反射光是入射光经物体折射后从物体内反射出来的光，反映了物体本身的颜色。镜面反射光是直接从物体表面反射出来的光，反映的是光源的颜色。镜面反射光的强度和视角有关，正因如此，镜面反射光在物体表面形成了高光。通过外加偏振补光配合偏振图像采集模块，通过过滤镜面反射光达到抑制高光的效果。
[0074] 根据双色反射模型，对于高光的每一个像素，其是由漫反射分量与强反射分量的线性叠加。表达式如下：
[0075] A(X)＝α(X)∫ΩS(λ，X)B(λ)Q(λ)dλ+β(X)∫ΩB(λ)Q(λ)dλ[0076] 其中，A(X)为颜色向量；α(X)为漫反射加权因子；β(X)为强反射加权因子；X＝{x，y}为像素点坐标；S(λ，X)为漫反射功率谱；B(λ)为强反射功率谱；Q(λ)为传感器灵敏度。为了简单起见，将上式化简如下：
[0077] A(X)＝A(α)D(X)+β(X)S
[0078] 其中，D(X)＝∫ΩS(λ，X)B(λ)Q(λ)dλ，S＝∫ΩB(λ)Q(λ)dλ。
[0080]
[0081] 其中，I(X)表示图像像素点色度，A(X)表示图像像素点的颜色向量，Ar(X)、Ag(X)、Ab(X)分别表示图像像素点RGB通道的强度值。
[0082] 当像素中只含有漫反射分量，即β＝0时，那么其色度值与强反射加权因子无关。因此，漫反射色度表达式：
[0083]
[0084] 其中，M(X)表示漫反射色度，D(X)表示漫反射颜色向量，Dr(X)、Dg(X)、Db(X)分别表示漫反射RGB通道的强度值。
[0085] 同理，当像素中只含有强反射分量时，即α＝0，其色度值与漫反射加权因子无关。强反射色度表达式:
[0086]
[0087] 其中，K(X)表示镜面反射色度，S表示镜面反射颜色向量，Sr、Sg、Sb分别表示镜面反射RGB通道的强度值。
[0088] 利用高光区域和非高光区域色度差异，检测出高光区域并标记，对标记区域进行偏振补光，并结合其偏振特性差异，拟合出漫反射和和光源颜色向量，实现高光区域的抑制。
[0089] 图像增强的本质是在一定范围的灰度空间内，依据原始图像像素点灰度值的分布规律，提高图像整体和局部的对比度。同时，通过结合人眼的视觉特性、噪声抑制、图像信息熵最大化和亮度保持等相关算法，保证增强后的图像具有较好的图像质量。图4为本发明实施例图像增强效果图。
[0090] 使用自适应亮通道的方法估算，重构图像存在亮度较高物体会被过度抠像的问题。针对过度抠像的问题，本发明利用偏振度所含有的纹理信息，通过图像增强的方法重建被过度抠像变白的部分。由人眼视觉特性可知，相较于整幅图像的对比度，人眼对于局部对比度更为敏感，相较于光强图像，偏振度图像的纹理更清晰。因此，在获得重构图像之后，使用偏振度局部指数增强方法，按照偏振度图像的纹理分布，使用公式(4)对每个像素点基于其邻域计算增强参数，带入公式(5)，最终获得局部对比度增强之后的图像。该方法解决了重构算法中亮度较高物体过度抠像的问题，同时起到凸显隐没在背景中却具有不同偏振特性的目标的作用。
[0091] 增强算法如下：
[0092]
[0093]
[0094] 对于偏振度图像DOP(x)，取其每点在邻域Ω(x)内的均值作为 图像对应点的值，n为增强系数取值为2。使用该算法获得的JDOP(x)图像在重构图像J(x)的基础上融合了偏振度的纹理信息，增强了图像细节，提高了图像中具有不同偏振特性目标的对比度。
[0095] 将图像信息细化到像素点，配合模拟二次补光进行人为增亮。得到目标的高光特征像素点与漫反射特征像素点，通过配合使用特征提取算法来对图像进行分析以得到目标特征信息。
[0096] 一个实际图像中，各个区域通常有自己的灰度分布特征，很多图像区域内灰度分布在宏观上呈现周期性或结构性，这种灰度分布在宏观上非严格意义下的规律性称为图像纹理。统计法描述纹理一般借助于灰度共生矩阵来进行，共生矩阵用两个位置的像素的联合概率密度来定义，一幅图像的灰度共生矩阵能反映出图像灰度关于方向、相邻间隔、变化幅度的综合信息。若S为特征区域R中具有特定空间联系的像素对集合，则共生矩阵P的定义如下式所示：
[0097]
[0098] 式(6)中，#代表数量，右边的分子是指具有特定空间联系且灰度值分别为g1和g2的像素对的个数，分母则为像素对的个数总和。在共生矩阵的基础上，可以定义图像的纹理描述符，若定义如下数据：
[0099]
[0100]
[0101] 其中i＝1,2，...，N，j＝1,2，...，N，则从这些数据中可以得到纹理描述符：角二阶矩描述子。
[0102]
[0103] 二阶矩是灰度共生矩阵像素值的平方和，也称为能量，是图像灰度分布均匀性的度量。当各P(i,j)的值分布较均匀时，W1较小；而当某些P(i,j)的值较大，其余值较小时，W1较大。从图像整体来观察，若纹理较粗，则此时W1值较大，反之W1值较小。可以理解为粗纹理含有较多的能量，而细纹理含有较少的能量。
[0104] 图5为本发明实施例基于偏振的滤光薄膜提取图像系统结构图。如图5所示，一种基于偏振的滤光薄膜提取图像系统，所述系统包括：
[0105] 偏振图像获取模块501，用于获取存在滤光薄膜的场景的偏振图像；
[0106] 高光抑制图像获取模块502，用于对所述偏振图像进行高光抑制，得到高光抑制图像；
[0107] 增强图像获取模块503，用于对所述高光抑制图像进行偏振度增强计算，得到增强图像；
[0108] 目标特征图像确定模块504，用于对所述增强图像进行纹理描述，得到目标特征图像。
[0109] 所述偏振图像获取模块501，具体包括：
[0110] 偏振子图像获取单元，用于从三个不同角度采集存在滤光薄膜的场景的原始偏振图像；
[0111] 偏振图像重构单元，用于对所述原始偏振图像采用斯托克斯矢量方法，构建偏振图像。
[0112] 所述高光抑制图像获取模块502，具体包括：
[0113] 检测结果确定单元，用于对所述偏振图像进行高光区域检测，得到高光区域检测结果；
[0114] 标记确定单元，用于根据所述高光区域检测结果进行标记，得到高光区域标记；
[0115] 高光抑制图像确定单元，用于根据所述高光区域标记采用偏振补光的方法，得到抑制高光后的偏振图像，所述抑制高光后的偏振图像为所述高光抑制图像。
[0116] 所述增强图像获取模块503，具体包括：
[0117] 纹理数据获取单元，用于获取所述高光抑制图像的偏振度纹理数据；
[0118] 增强图像确定单元，用于对所述偏振度纹理数据采用增强算法，得到增强后的偏振图像，所述增强后的偏振图像为所述增强图像。
[0119] 所述目标特征图像确定模块504，具体包括：
[0120] 纹理描述子获取单元，用于获取所述增强图像的纹理描述子；
[0121] 目标纹理特征图像确定单元，用于根据所述纹理描述子获取目标纹理特征图像。
[0122] 相对于普通的视频监控而言，本发明有以下技术优势：
[0123] (1)具备透膜检测的功能。普通的视频监控系统对于生活中常见的汽车滤光薄膜不具备穿透性，无法监控、检测和识别滤光薄膜遮挡下的目标。本发明利用光线的偏振特性优势，实现对滤光薄膜的穿透性，具备穿透车膜检测膜后物体的能力。
[0124] (2)具备全天候监控的能力。在雨雪大雾等复杂天气条件下，普通监控系统由于成像质量差，无法达到监控效果。本发明采用偏振成像技术，可有效获得雨雪大雾等复杂天气条件下的清晰图像，具备全天候监控的能力。
[0125] (3)具备全天时监控的能力。可昼夜工作，夜晚在对目标适当补光的情况下，本发明利用偏振抑制强光的原理，实现昼夜监控的能力，有效提高夜间透膜效率。
[0126] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0127] 本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种均衡长期能效和网络稳定性的C-RAN系统资源分配方法 | 2020-05-08 | 975 |
| 一种视频会议加密方法 | 2020-05-08 | 912 |
| 一种基于区块链和竞拍博弈的网络资源安全共享方法 | 2020-05-08 | 20 |
| 以时序和加密为基础的分布链式数据共享授权方法 | 2020-05-11 | 909 |
| 一种基于深度信念网络的免疫入侵检测方法 | 2020-05-08 | 804 |
| 一种基于hash的审批方法 | 2020-05-11 | 343 |
| 一种DoS攻击下的目标跟踪方法 | 2020-05-08 | 732 |
| 用于运输管理系统的异常监控报警系统及方法 | 2020-05-11 | 473 |
| 一种基于区块链的去中心化网络架构方法 | 2020-05-08 | 59 |
| 一种VNF实例化方法、装置、设备及存储介质 | 2020-05-11 | 461 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈