Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京航空航天大学范永升获国家专利权

恭喜北京航空航天大学范永升获国家专利权

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!

龙图腾网恭喜北京航空航天大学申请的专利耦合图像增强和机器学习的材料微观组织定量表征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:CN119400329B

龙图腾网通过国家知识产权局官网在2025-04-04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:202411974627.7,技术领域涉及:G16C60/00;该发明授权耦合图像增强和机器学习的材料微观组织定量表征方法是由范永升;谭龙;郝文琦;石多奇;杨晓光设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

耦合图像增强和机器学习的材料微观组织定量表征方法在说明书摘要公布了:本发明属于材料微观结构状态测试表征技术领域,具体提供一种耦合图像增强和机器学习的材料微观组织定量表征方法,包括以下步骤:通过显微观测方法获取观测试样微观组织图像集;对微观组织图像集进行图像增强、多重降噪与二值化处理;利用深度卷积神经网络算法提取二值化图像的特征至高维隐空间,然后采用一致流形算法对高维特征进行降维与定量表征;开展材料微观组织特征降维结果的物理可解释度分析,评价降维量化指标对材料微观组织特征表征的效果。本发明实现了对材料各种复杂的微观组织形貌、尺寸及其演化的统一描述与量化表征,大大降低了人工统计方法的成本和误差,具有较强的发明创新性和较好的工程应用前景。

本发明授权耦合图像增强和机器学习的材料微观组织定量表征方法在权利要求书中公布了:1.耦合图像增强和机器学习的材料微观组织定量表征方法,其特征在于,包括以下步骤:S1:制备目标合金材料的观测试样,通过显微观测方法获取观测试样的微观组织图像集;S2:基于高斯分布自适应阈值分割、掩膜处理、自适应直方图均衡化对微观组织图像集进行图像增强、多重降噪与二值化处理;所述目标合金材料为两相金属合金材料,步骤S2具体包括以下步骤:S2.1:采用高斯滤波器处理微观组织图像集中的噪声,采用大津法对降噪后的微观组织图像集进行初步的二值化处理,黑白二值图像中像素值为1的黑色代表目标合金材料的Ⅰ相,像素值为0的白色代表目标合金材料的Ⅱ相;S2.2:以大津法二值化后的微观组织图像集作为掩膜处理的蒙版,作用于高斯降噪后的微观组织图像集,使得材料微观组织中的相边界区域更加突出,得到掩膜图像集;S2.3:使用自适应直方图均衡化方法对掩膜图像集进行处理,使得灰度直方图从前景区间非线性地映射到整个灰度范围,从而增强目标合金材料中不同相之间的对比度,得到均衡化后的掩膜图像集;S2.4:均衡化后的掩膜图像集灰度直方图为双峰分布,采用二阶高斯分布拟合灰度直方图,获得左峰值对应的灰度即主要对应Ⅱ相;S2.5:将步骤S2.4中二阶高斯分布左峰值对应的灰度作为阈值,利用固定阈值函数将图像中小于阈值的像素置0,大于阈值的像素置1,实现对均衡化后的掩膜图像集最终的二值化处理;S2.6:基于开运算降噪算法,利用像素的膨胀和腐蚀Ⅰ相附近的离散点,同时平滑二值化后的Ⅰ相边界;利用连通域降噪方法来消除散落于Ⅱ相中的离散前景点和影响图像质量的离散像素块;最终得到经过图像增强、多重降噪与二值化处理后的微观组织图像集;S3:利用深度卷积神经网络算法提取步骤S2处理后的微观组织图像集的特征至高维隐空间,得到高维隐空间特征,然后采用一致流形降维算法对高维隐空间特征进行降维与定量表征,即得到目标合金材料微观组织的降维定量表征;S3具体包括以下步骤:S3.1:选取深度卷积神经网络算法,移除分类层,保留卷积层和池化层,并添加线性全连接层使得深度卷积神经网络算法的输出平均池化并展平;S3.2:基于步骤S2获取的经过图像增强、多重降噪与二值化处理的微观组织图像集,选取图像裁切算法,将微观组织图像集裁剪至步骤S3.1选定的深度卷积神经网络算法输入维度,并将裁剪后的微观组织图像集扩充为3通道,形成深度卷积神经网络算法输入图像集;S3.3:将步骤S3.2中深度卷积神经网络算法输入图像集逐张输入至深度卷积神经网络算法中,提取微观组织图像特征并映射至高维隐空间,得到微观组织图像集的高维隐空间特征;S3.4:对一致流形降维算法数据点局部连接数量的上限和选择的下限参数进行设置;S3.5:将步骤S3.3得到的微观组织图像集的高维隐空间特征输入至一致流形降维算法模型中,构造加权邻图和连接邻域图,从而在高维隐空间中学习微观组织图像集的流形结构;S3.6:将高维隐空间的近似流形结构投影到低维空间,把近似流形结构的可变距离转换为低维全局坐标系的标准欧几里得距离,以距离不变为优化目标,以交叉熵为损失函数,通过调整一致流形降维算法数据点局部连接数量的上限和选择的下限寻找最优的低维流行表示,最终得到微观组织图像集的降维定量表征;S4:开展目标合金材料微观组织降维定量表征的物理可解释度分析,评价降维定量指标对目标合金材料微观组织定量表征的效果。

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北京航空航天大学,其通讯地址为:100000 北京市海淀区学院路37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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。