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！

龙图腾网获悉浙江理工大学申请的专利一种增强含缺陷玄武岩纤维复合材料图像的智能分割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：CN119672050B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510157673.6，技术领域涉及：G06T7/11；该发明授权一种增强含缺陷玄武岩纤维复合材料图像的智能分割方法是由郑克洪;曹虓琪;张雨声;陆文判;陈浩;乔立正;胥金光;赵书翰;陆晨杰;王涛;詹昌鹏设计研发完成，并于2025-02-13向国家知识产权局提交的专利申请。

本一种增强含缺陷玄武岩纤维复合材料图像的智能分割方法在说明书摘要公布了：本发明涉及一种增强含缺陷玄武岩纤维复合材料图像的智能分割方法，包括以下步骤：1），采集XCT数字图像，随机选取部分图像作为真实图像集，对图像中的纱线、裂隙、气泡进行标注，生成与真实图像集对应的标签集；2），选取真实纱线轮廓多个顶点作多边形平滑拟合生成随机虚拟纱线轮廓，并根据真实纱线排布投放在伪标签图像中，再加入气泡和裂隙特征，得到伪标签集；3），利用DP‑GAN风格转换网络将伪标签转换成伪图像，再用Palette网络模型进行纱线边缘重建；4），将真实训练集和伪训练集混合，投入MaskDINO分割网络进行训练，训练结束后利用训练权重对XCT原始图像进行推理，得到分割结果。本发明能够将图像数据增强，能够有效提升网络分割能力，节约了人工标注成本。

本发明授权一种增强含缺陷玄武岩纤维复合材料图像的智能分割方法在权利要求书中公布了：1.一种增强含缺陷玄武岩纤维复合材料图像的智能分割方法，其特征在于：包括如下步骤： 1，通过XCT扫描技术采集玄武岩纤维复合材料数字图像，构建原始数据集，基于这些原始数据进行筛选，选取其中一部分作为真实图像集，对真实图像中的纱线区域、裂隙区域、气泡区域涂抹不同颜色，以进行人工标注，生成与真实图像集相对应的真实标签集； 2，基于上述真实标签集，以纱线的每个轮廓中选取六个顶点作多边形，平滑拟合生成伪纱线轮廓；之后在空白标签上进行随机投放，形成伪标签图像；再随机选点生成不同形状和角度的椭圆模拟初始气泡；最后利用柏林噪声在纱线截面上生成伪裂隙，继而导出伪标签集； 其具体为： 2-1，以真实纱线轮廓为模板，选取上下两个顶点和左右四个顶点作多边形，平滑拟合生成随机虚拟纱线轮廓；即，根据六个顶点坐标，串联后得到闭合六边形，在六边形连线的周围添加噪点后，控制噪点扰动幅度，即噪点在六边形周围的振幅，利用贝塞尔曲线对噪点连线进行拟合平滑，获得平滑的无棱角虚拟纱线轮廓； 2-2，将随机生成的虚拟纱线轮廓投放到空白标签中，形成伪标签图像； 2-3，利用OpenCV库生成不同大小、角度、形状的椭圆模拟真实样品中的气泡，随机投放到步骤2-2）的伪标签图像时避开的虚拟纱线轮廓； 2-4，利用柏林噪声库生成不同长度、弯曲度、分支数的虚拟裂隙，在伪标签图像的虚拟纱线轮廓里进行投放；最终得到包含纱线、气泡、裂隙的伪标签集，其中灰度值标准和真实标签集相同； 3，利用DP-GAN风格转换网络将伪标签图像转换成伪图像，再用Palette网络模型进行纱线边缘重建，得到纱线边缘重建后的伪图像集； 4，将真实图像集和真实标签集组成真实训练集，伪图像集和伪标签集组成伪训练集，将两个训练集组成混合训练集投入MaskDINO分割网络进行训练；训练结束后利用训练好的网络模型的.pth权重文件，对XCT原始数据集进行推理，划分图像中的纱线区域、裂隙区域、气泡区域，并附加彩色掩码，得到分割结果，其具体为： 4-1，将真实图像集和真实标签集组成真实训练集，伪图像集和伪标签集组成伪训练集，将两个训练集组成混合训练集投入MaskDINO分割网络进行训练，网络根据标签的标记指导对对应图像中的特征区域进行划分，然后对将分割结果与标签图像进行区域比对计算损失函数；通过不断周期迭代，最终获得准确度较高的分割模型权重文件； 4-2，训练完成后，利用训练好的网络模型权重.pth文件对整个.png格式的XCT原始图像进行推理，将原始图像中的不同区域划分，并标记成彩色掩码，得到分割结果。

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浙江理工大学，其通讯地址为：310000 浙江省杭州市钱塘区白杨街道下沙高教园区2号街928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”。