買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜山東大學申請的專利基于通道級圖像融合的煤巖顯微組分識別方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119251624B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411770771.9，技術領域涉及：G06V10/774；該發明授權基于通道級圖像融合的煤巖顯微組分識別方法及系統是由許振浩;馬文;韓濤;林鵬;余騰飛;劉正坤設計研發完成，并于2024-12-04向國家知識產權局提交的專利申請。

本基于通道級圖像融合的煤巖顯微組分識別方法及系統在說明書摘要公布了：本公開提供了基于通道級圖像融合的煤巖顯微組分識別方法及系統，涉及煤巖識別技術領域，包括：獲取油浸反射光煤巖顯微圖像和熒光煤巖顯微圖像；定義目標像素，獲取油浸反射光煤巖顯微圖像和熒光煤巖顯微圖像與目標像素相似的像素塊，通過非局部均值濾波方法對相似的像素塊進行加權平均；再將油浸反射光煤巖顯微圖像和熒光煤巖顯微圖像劃分為不重疊的多個子區域，對每個子區域進行直方圖均衡化，增強子區域內像素對比度；將所有的多個子區域按照通道級進行拼接融合，形成整體的融合圖像；將融合圖像輸入至基于改進的Mask?RCNN網絡的顯微組分識別模型中，實現顯微圖像組分的精確分割；本公開有效避免單一模態下信息的丟失，提高顯微組分識別的準確性。

本發明授權基于通道級圖像融合的煤巖顯微組分識別方法及系統在權利要求書中公布了：1.基于通道級圖像融合的煤巖顯微組分識別方法，其特征在于，包括：獲取油浸反射光煤巖顯微圖像和熒光煤巖顯微圖像；定義目標像素，獲取油浸反射光煤巖顯微圖像和熒光煤巖顯微圖像與目標像素相似的像素塊，通過非局部均值濾波方法對相似的像素塊進行加權平均；再將油浸反射光煤巖顯微圖像和熒光煤巖顯微圖像劃分為不重疊的多個子區域，對每個子區域進行直方圖均衡化，增強子區域內像素對比度；將所有的多個子區域按照通道級進行拼接融合，形成一個整體的融合圖像；將融合圖像輸入至基于改進的Mask-RCNN網絡的顯微組分識別模型中，通過在主干網絡中引入特征金字塔以及空間注意力機制，提取圖像特征并生成ROI特征圖，使用全連接層和掩碼分支來生成ROI的類別和分割掩碼，實現顯微圖像組分的精確分割，包括：將所有的多個子區域按照RGB的通道級進行拼接融合，形成一個整體的融合圖像，將融合圖像輸入至顯微組分識別模型中，所述顯微組分識別模塊由改進的主干網絡、區域提議網絡、ROIAlign，以及ROI分割與識別模塊構成，改進后的主干網絡由ResNet101和特征金字塔FPN組成，ResNet101通過ConvBlock和IdentityBlock兩種殘差網絡模塊調整圖像的維度和網絡深度，提取圖像特征并生成特征圖；在改進的主干網絡中，在下采樣結構的第2層和第5層引入空間注意力機制，以控制特征金字塔FPN結構的復雜度并增強其學習能力，空間注意力機制將特征圖H*W*C作為輸入，經過最大池化、平均池化、通道拼接以及卷積操作生成空間權重系數，最終，將權重系數與輸入特征層相乘，得到增強后的特征圖；ROI區域是通過RPN在有效特征圖上滑動獲得的，RPN通過計算先驗框與真實框的IOU值來輸出薄片成分區域；RPN由二值分類網絡和回歸網絡組成，二值分類網絡負責檢測候選區域是否包含薄片成分，而回歸網絡則輸出這些候選區域的邊界框；如果二值分類網絡檢測到的區域不包含成分，那么相應的邊界框將被視為無效；在顯微圖像成分的ROI分割與識別模塊，首先通過ROIAlign將每個ROI調整為相同大?。浑S后，使用全連接層和掩碼分支來生成ROI的類別和分割掩碼；全連接層以調整后的每個ROI作為輸入，識別顯微圖像的成分類別，并回歸優化每個成分的邊界框；掩碼分支則通過一個小型的全連接網絡生成每個ROI的像素級目標掩碼，從而實現顯微圖像成分的精確分割。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東大學，其通訊地址為：250000 山東省濟南市歷下區經十路17923號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。