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！

龍圖騰網獲悉中國計量大學申請的專利一種基于VGG16網絡的曲線包絡擬合法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：CN112927227B 。

龍圖騰網通過國家知識產權局官網在2025-05-13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：202110388979.4，技術領域涉及：G06T7/00；該發明授權一種基于VGG16網絡的曲線包絡擬合法是由馬寧;楊凱;許學彬;陳博桓;周豪;沈洋;倪軍設計研發完成，并于2021-04-12向國家知識產權局提交的專利申請。

本一種基于VGG16網絡的曲線包絡擬合法在說明書摘要公布了：本發明公開了一種基于VGG16網絡的曲線包絡擬合法，該算法使用帶有標簽的經CCD采集建立的數據集合樣本訓練神經網絡，并將神經網絡算法運用到采集數據集來驗證正確率并推算光纖表面的微觀形態特征；通過tenserflow框架創建讀取數據集，記錄該組圖像在某一像素點a,b的灰度值變化序列為Xa,bt，采用三次埃爾米特插值方法將序列Xa,bt補充為大小為224*224的一維序列X2a,bt，然后將序列X2a,bt轉換為二維圖像矩陣X2a,bm,n；通過特殊設計的卷積神經網絡處理輸出預測的該像素點實際高度，并與樣本標簽比對使誤差在設定閾值范圍內；神經網絡的運用使得該算法具有較好的自學習、自組織能力及容錯性和優良的非線性逼近能力，可以提高包絡算法的準確性及容錯性，具有一定的參考意義。

本發明授權一種基于VGG16網絡的曲線包絡擬合法在權利要求書中公布了：1.一種基于VGG16網絡的曲線包絡擬合法，其特征在于，包括：通過CCD采集建立所需的數據集合，統一樣本圖片規格，根據特征信息作相應的數據預處理；將預處理后的二維圖像通過設計的神經網絡與實際高度標簽比對進行訓練，根據訓練分析結果修改優化相應神經網絡；通過訓練數據訓練神經網絡，得到滿足要求的目標神經網絡并部署到微觀形貌檢測中；訓練神經網絡步驟包括：由于白光干涉信號是受高斯函數調制的余弦信號，中心處零級條紋的位置光強值達到最高峰，為此設計相應的大小為9*9的卷積核G9,9，要求按相同規則構成G9,9的一維序列Gt的數據呈高斯分布；將某一像素點的二維圖像矩陣X2a,bm,n數據輸入，即長寬為224的單通道圖像作為模型輸入，首先通過64個大小為9*9的卷積核G9,9進行兩次卷積，再進行maxpool降維到112*112*64；之后再次通過128個卷積核G9,9進行兩次卷積，使用maxpool降維到56*56*128，即大小為56*56的128通道的圖像；重復通過256個卷積核G9,9進行三次卷積，通過maxpool降維到28*28*256大小，通過512個卷積核G9,9進行三次卷積，再次通過maxpool降維到14*14*512大小，再次使用512個卷積核G9,9卷積三次，通過maxpool降維到7*7*512大小；通過三個大小為4096，4096，1000個節點的全連接層將7，7，512拉伸為大小為1，1，1000的序列，通過soft-max將數值歸一化從而選出概率最大的數值X，利用比例歸一化將該數值轉換為此像素點的峰值高度，即X1000*樣本圖片組個數為此像素點的峰值高度，再乘以掃描步距便是該點的實際高度；將神經網絡輸出的實際高度與實際高度標簽相計算得到誤差，若誤差在人為規定閾值內，則保存輸出神經網絡模型；否則繼續調整神經網絡模型參數，包括卷積核大小，個數，數據分布，以及神經網絡層數，再次訓練網絡，直至誤差滿足期望，保存輸出神經網絡模型；然后對所有像素點進行如上重復操作，便可以通過深度學習算法得到微觀物體的三維特征，從而正確構建微觀表面三維狀貌。

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中國計量大學，其通訊地址為：310018 浙江省杭州市下沙高教園區學源街258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”。