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！

龙图腾网获悉山东大学申请的专利基于全视域显微图像的煤岩识别方法及系统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：CN119206370B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411662577.9，技术领域涉及：G06V10/764；该发明授权基于全视域显微图像的煤岩识别方法及系统是由余腾飞;马文;李珊;林鹏;许振浩;王誉斐设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本基于全视域显微图像的煤岩识别方法及系统在说明书摘要公布了：本公开提供了基于全视域显微图像的煤岩识别方法及系统，涉及煤岩识别技术领域，包括：获取煤岩显微图像；提取预处理后相邻的煤岩显微图像的重合区域，采用全视域特征点匹配图像拼接方法对重合区域进行特征点匹配，寻找出重合区域内的匹配点对；利用几何变化估计方法将不同图像的匹配点对进行变换和对齐，使用加权平均的图像融合方法进行图像拼接，生成全视域图像；将全视域图像输入至组分识别模型中，提取全视域图像的多尺度语义特征，并对多尺度语义特征的空间信息进行重构，输出识别的煤岩显微组分类别结果；对识别出的煤岩显微组分进行定量分析，获取各类组分的占比并汇总统计,本公开能够在多尺度特征上智能识别煤岩的种类。

本发明授权基于全视域显微图像的煤岩识别方法及系统在权利要求书中公布了：1.基于全视域显微图像的煤岩识别方法，其特征在于，包括： 获取煤岩显微图像，并对煤岩显微图像进行预处理； 提取预处理后相邻的煤岩显微图像的重合区域，采用全视域特征点匹配图像拼接方法对重合区域进行特征点匹配，寻找出重合区域内的匹配点对； 利用几何变化估计方法将不同图像的匹配点对进行变换和对齐，使用加权平均的图像融合方法进行图像拼接，生成全视域图像； 将全视域图像输入至组分识别模型中，提取全视域图像的多尺度语义特征，并对多尺度语义特征的空间信息进行重构，输出识别的煤岩显微组分类别结果； 对识别出的煤岩显微组分进行定量分析，获取各类组分的占比并汇总统计； 根据显微组分的分布和比例，判断煤岩的类型； 其中，所述组分识别模型为采用基于编码器‑解码器架构的DeepLabV3+网络，利用组分识别模型对拼接后的全视域图像进行自动分割，首先在编码器中提取图像的多尺度语义特征，然后在解码器中重构多尺度语义特征的空间信息，最终使得网络输出的预测图像在空间分辨率上与原始输入图像保持一致，在编码器中，主干网络负责初步特征提取，主干网络选择ResNet‑101的前五个卷积模块，其中第一个模块为7x7卷积层，其余四个模块则由不同数量的残差瓶颈结构堆叠而成，在主干网络之后引入空洞空间金字塔池化ASPP模块，以提取更多具有统计意义的深层次语义信息，ASPP采用四个并行的空洞卷积层，其中包括一个1x1的卷积层和三个3x3的卷积层，膨胀率分别设为6、12和18，并结合全局平均池化和卷积融合，从而获得大范围、多尺度语义特征，这种多尺度特征包含图像中物体的全局和局部信息，能够帮助模型同时捕捉不同显微成分的大小差异带来的信息，在将这些多尺度语义特征输入解码器之前，首先需要通过一个1x1的卷积层来减少通道数量，然后再与由主干网络提取的低层次图像特征进行融合，以补充缺失的局部细节信息，对于融合后的特征图，使用3x3卷积进一步降低特征通道的维度，接着通过双线性插值上采样，将特征图恢复到与原始输入图像相同的大小，生成显微组分的分割结果，该分割结果是一组多通道的显微组分类别归属概率图，每个通道对应一个可识别的显微组分类别，通道上的每个像素值代表该像素属于某一分类的概率。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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”。