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！

龙图腾网获悉成都理工大学申请的专利一种图像分割方法、系统、设备及存储介质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：CN117422873B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202311409477.0，技术领域涉及：G06V10/26；该发明授权一种图像分割方法、系统、设备及存储介质是由马超;侯立;唐闻强;周羽漩;钟瀚霆;侯明才设计研发完成，并于2023-10-27向国家知识产权局提交的专利申请。

本一种图像分割方法、系统、设备及存储介质在说明书摘要公布了：本发明提供一种图像分割方法、系统、设备及存储介质，包括以下步骤：收集并整理薄片图像并得到薄片对应的分割描述；将薄片图像及薄片对应的分割描述作为训练数据集、验证数据集和测试数据集，并进行标准化处理；基于标准化处理的训练数据集、验证数据集和测试数据集建立ap‑SAM分割模型；采用随机梯度下降方法优化ap‑SAM分割模型，迭代至最优ap‑SAM分割模型；基于最优ap‑SAM分割模型对测试数据集中的薄片图像进行测试分割，将最优ap‑SAM分割模型对测试数据集的预测结果与标准标签进行对比，对预测结果进行分析，得到最终薄片分割模型；本申请在薄片颗粒分割方面具有很大的潜力。

本发明授权一种图像分割方法、系统、设备及存储介质在权利要求书中公布了：1.一种图像分割方法，其特征在于，包括以下步骤： 收集并整理薄片图像并得到薄片对应的分割描述； 将薄片图像及薄片对应的分割描述作为训练数据集、验证数据集和测试数据集，并进行标准化处理； 基于标准化处理的训练数据集、验证数据集和测试数据集建立ap-SAM分割模型，所述ap-SAM分割模型包括粗预测机制和精微调机制，所述粗预测机制采用内部圆检测模块和点采样策略，所述精微调机制采用SAM分割模型； 采用随机梯度下降方法优化ap-SAM分割模型，迭代至最优ap-SAM分割模型， 其中，所述粗预测机制在迭代至最优ap-SAM分割模型的过程中对应为粗预测阶段，包括以下步骤： 将薄片图像数据信息输入至精微调阶段中SAM分割模型的图像编码器中，获得薄片图像数据信息的中间层高维特征信息； 将得到的中间层高维特征信息输入至所述内部圆检测模块中对薄片中的颗粒信息进行提取； 在所述内部圆检测模块中对每个中间层高维特征信息进行降维处理，并使用中间层高维特征信息来提取数据的全局上下文信息，将全局上下文信息加入到每个中间层高维特征信息中； 在所述内部圆检测模块中将所有的中间层高维特征信息进行拼接和特征融合，用于获得特征信息I，其中利用ASPP空洞空间金字塔池化对中间层高维特征信息进行拼接和特征融合； 将在所述内部圆检测模块中获得的特征信息I送入到圆心检测层Center层和半径检测层Radius层中进行圆心坐标和半径的检测； 根据获得的圆心坐标信息和半径信息以及点采样策略来采样出SAM分割模型所需要的一系列点提示信息； 其中，所述精微调机制在迭代至最优ap-SAM分割模型的过程中对应为精微调阶段，包括以下步骤： 基于输入的薄片图像数据信息，通过SAM分割模型的图像编码器获得薄片图像数据信息的中间层高维特征信息； 将得到的薄片图像数据的中间层高维特征信息和经粗预测阶段得到的点提示信息送入到SAM分割模型的剩余模块来获得颗粒分割掩码； 基于最优ap-SAM分割模型对测试数据集中的薄片图像进行测试分割，将最优ap-SAM分割模型对测试数据集的预测结果与标准标签进行对比，对预测结果进行分析，得到最终薄片分割模型。

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成都理工大学，其通讯地址为：610059 四川省成都市二仙桥东三路1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”。