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！

龙图腾网恭喜中国计量大学申请的专利一种基于VGG16网络的曲线包络拟合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：CN112927227B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202110388979.4，技术领域涉及：G06T7/00；该发明授权一种基于VGG16网络的曲线包络拟合法是由马宁;杨凯;许学彬;陈博桓;周豪;沈洋;倪军设计研发完成，并于2021-04-12向国家知识产权局提交的专利申请。

本一种基于VGG16网络的曲线包络拟合法在说明书摘要公布了：本发明公开了一种基于VGG16网络的曲线包络拟合法，该算法使用带有标签的经CCD采集建立的数据集合样本训练神经网络，并将神经网络算法运用到采集数据集来验证正确率并推算光纤表面的微观形态特征；通过tenserflow框架创建读取数据集，记录该组图像在某一像素点a,b的灰度值变化序列为Xa,bt，采用三次埃尔米特插值方法将序列Xa,bt补充为大小为224*224的一维序列X2a,bt，然后将序列X2a,bt转换为二维图像矩阵X2a,bm,n；通过特殊设计的卷积神经网络处理输出预测的该像素点实际高度，并与样本标签比对使误差在设定阈值范围内；神经网络的运用使得该算法具有较好的自学习、自组织能力及容错性和优良的非线性逼近能力，可以提高包络算法的准确性及容错性，具有一定的参考意义。

本发明授权一种基于VGG16网络的曲线包络拟合法在权利要求书中公布了：1.一种基于VGG16网络的曲线包络拟合法，其特征在于，包括：通过CCD采集建立所需的数据集合，统一样本图片规格，根据特征信息作相应的数据预处理；将预处理后的二维图像通过设计的神经网络与实际高度标签比对进行训练，根据训练分析结果修改优化相应神经网络；通过训练数据训练神经网络，得到满足要求的目标神经网络并部署到微观形貌检测中；训练神经网络步骤包括：由于白光干涉信号是受高斯函数调制的余弦信号，中心处零级条纹的位置光强值达到最高峰，为此设计相应的大小为9*9的卷积核G9,9，要求按相同规则构成G9,9的一维序列Gt的数据呈高斯分布；将某一像素点的二维图像矩阵X2a,bm,n数据输入，即长宽为224的单通道图像作为模型输入，首先通过64个大小为9*9的卷积核G9,9进行两次卷积，再进行maxpool降维到112*112*64；之后再次通过128个卷积核G9,9进行两次卷积，使用maxpool降维到56*56*128，即大小为56*56的128通道的图像；重复通过256个卷积核G9,9进行三次卷积，通过maxpool降维到28*28*256大小，通过512个卷积核G9,9进行三次卷积，再次通过maxpool降维到14*14*512大小，再次使用512个卷积核G9,9卷积三次，通过maxpool降维到7*7*512大小；通过三个大小为4096，4096，1000个节点的全连接层将7，7，512拉伸为大小为1，1，1000的序列，通过soft-max将数值归一化从而选出概率最大的数值X，利用比例归一化将该数值转换为此像素点的峰值高度，即X1000*样本图片组个数为此像素点的峰值高度，再乘以扫描步距便是该点的实际高度；将神经网络输出的实际高度与实际高度标签相计算得到误差，若误差在人为规定阈值内，则保存输出神经网络模型；否则继续调整神经网络模型参数，包括卷积核大小，个数，数据分布，以及神经网络层数，再次训练网络，直至误差满足期望，保存输出神经网络模型；然后对所有像素点进行如上重复操作，便可以通过深度学习算法得到微观物体的三维特征，从而正确构建微观表面三维状貌。

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中国计量大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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”。