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！

龙图腾网获悉东南大学申请的专利一种计算机视觉算法驱动的ECC微观结构数字化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：CN118657660B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202410587254.1，技术领域涉及：G06T3/4053；该发明授权一种计算机视觉算法驱动的ECC微观结构数字化方法是由郝哲昕;鲁聪设计研发完成，并于2024-05-13向国家知识产权局提交的专利申请。

本一种计算机视觉算法驱动的ECC微观结构数字化方法在说明书摘要公布了：本发明公开了一种计算机视觉算法驱动的ECC微观结构数字化方法，包括以下步骤：1获得高精度CT图像以及原始低精度CT图像，进行线性下采样；2构建平面超分辨率重构模型；3将原始CT图像输入至构建好的平面超分辨率重构模型，得到超分CT图像；4对超分CT图像和高精度CT图像进行预处理，获得超分CT标签图像以及高精度CT标签图，构建像素级自动识别的语义分割模型；5将得到的超分CT图像，利用视频增帧模型进行切片间超分，得到三维超分图像；6将三维超分图像输入语义分割模型，自动识别结果图像，与高精度CT标签图像进行多指标验证后，汇总得到ECC数字化微观结构；本发明提高了ECC微观结构的识别性能。

本发明授权一种计算机视觉算法驱动的ECC微观结构数字化方法在权利要求书中公布了：1.一种计算机视觉算法驱动的ECC微观结构数字化方法，其特征在于，包括以下步骤：（1）获得高精度CT图像以及原始低精度CT图像，并对原始CT图像进行线性下采样；（2）使用{下采样CT图像，原始CT图像}参照对形成的数据集，构建平面超分辨率重构模型；包括以下步骤：（21）搭建基于改进的SwinIR搭建的四倍平面超分辨率重构模型架构，具体如下：通过3×3卷积提取浅层特征，再通过6个串联的残差Swin模块提取深度特征，其中每个残差Swin模块由6个SwinTransformer层和3×3卷积构成，SwinTransformer层将原始Transformer的多头自我注意扩展为局部注意和移位窗口机制，窗口间的信息交互通过交替使用常规窗口分区和滑动窗口分区来实现，残差块内的3×3卷积利用空间不变性增强提取特征的过渡不变性，所有残差Swin模块后的3×3卷积将卷积运算的归纳偏置引入基于Transformer的网络，为后续的浅层和深层特征融合奠定基础，最终通过由像素重组层和卷积层构成的重构模块实现超分辨率重构；（22）构建超分辨率重构损失函数；公式如下： ；式中，x表示输入的下采样CT图像，f（x）表示平面超分辨率重构模型的输出图像，y表示作为真实标记参照的原始CT图像，m和n分别表示模型输出图像的像素长度和像素宽度，Πy，f（x）表示原始CT图像和模型输出图像的所有联合分布γ（y，f（x））的集合，inf表示所有可能的联合分布中的下确界；（23）以超分辨率重构损失函数最小化为目标进行训练，梯度反向传播为策略，不断更新当前平面超分辨率重构模型的参数，直至完成所有迭代周期的训练；（3）将原始CT图像输入至构建好的平面超分辨率重构模型，得到超分CT图像；（4）对超分CT图像和高精度CT图像进行预处理，获得超分CT标签图像以及高精度CT标签图，使用{超分CT图像，超分CT标签图像}参照对形成的数据集，构建像素级自动识别的语义分割模型；其中，像素级自动识别的语义分割模型包括：特征提取层、全连接层、特征融合与反卷积层，具体如下：通过多层级卷积获得不同层次的特征，各层级间使用最大池化进行下采样，然后经过全连接细化后，对最深层特征进行上采样，并与前几级上采样得到的特征输出图进行融合，最后对融合后的特征图进行反卷积，以产生与输入相同大小的输出；（5）将得到的超分CT图像，利用视频增帧模型进行切片间超分，得到三维超分图像；其中，视频增帧模型为预训练好的EMA-VFI，视频增帧模型的切片间超分倍数等于平面超分辨率重构模型的平面超分倍数；（6）将三维超分图像输入语义分割模型，获得自动识别结果图像，与高精度CT标签图像进行多指标验证后，汇总得到ECC数字化微观结构；多指标验证包括以下步骤：（61）对选取的待测ECC试件，获取其高精度CT标签图像以及对应的语义分割模型获得的自动识别结果图像；（62）对于自动识别结果图像，利用R,G,B像素信息逐切片统计出裂隙宽度、裂隙体积、孔隙直径；（63）对于高精度CT标签图像，人工逐切片统计出裂隙宽度、裂隙面积、孔隙直径，并将上述结果与步骤（62）得到的三个指标的结果进行比较。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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”。