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！

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利一种基于粒子群算法应用于微流控芯片的骨架提取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：CN119963557B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510449904.0，技术领域涉及：G06T7/00；该发明授权一种基于粒子群算法应用于微流控芯片的骨架提取方法是由张海翔;安轩作;干毕成;王殿举;何金钢;杨威;宣英龙;徐燕青;吴嘉伟;范猛设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本一种基于粒子群算法应用于微流控芯片的骨架提取方法在说明书摘要公布了：本发明公开了一种基于粒子群算法应用于微流控芯片的骨架提取方法，包括以下步骤：S1：输入二维岩石铸体薄片图像，并对其预处理；S2：通过粒子群算法的阈值分割对岩石骨架区域进行初步提取；S3：通过粒子群算法的Canny边缘检测对骨架边缘进行修正；S4：进行形态学处理平滑和连续边缘，完成岩石铸体薄片的骨架提取。本发明的有益效果是：通过对二维岩石铸体薄片图像进行预处理，再利用粒子群算法优化阈值分割‑Canny边缘检测中的参数，并将结果进行加权输出，从而实现铸体薄片中骨架部分的精确提取，为后续微流控芯片的制作提供基础。

本发明授权一种基于粒子群算法应用于微流控芯片的骨架提取方法在权利要求书中公布了：1.一种基于粒子群算法应用于微流控芯片的骨架提取方法，其特征在于：包括以下步骤： S1：输入二维岩石铸体薄片图像，并对其预处理； S2：通过粒子群算法的阈值分割对岩石骨架区域进行初步提取； S3：通过粒子群算法的Canny边缘检测对骨架边缘进行修正； S4：进行形态学处理平滑和连续边缘，完成岩石铸体薄片的骨架提取； 所述步骤S2中，还包括以下步骤： S21：在整个图像区域内随机生成一个大粒子群，其包含个粒子； S22：根据每个粒子所处位置计算适应度情况，为评价函数； S23：对当前位置的适应度值与个体历史最优适应度值进行比较，若当前位置适应度值高于个体历史最优适应度值，则更新个体最优适应度值， ； 其中，为第个粒子在维空间上当前的最优位置，为第个粒子在维空间上所处的位置； 若当前位置适应度值低于个体历史最优适应度值，则继续搜寻； S24：对粒子群中的各粒子的个体最优适应度值进行比较，得到最优位置适应度值，若高于群体历史最优适应度值，则更新，为整个粒子群在维空间内寻找的最优位置，反之继续搜寻； S25：更新个体粒子的速度和位置； S26：若达到最大迭代次数或全局最优位置适应度值小于设定阈值，则满足终止条件，停止迭代并输出结果，否则返回步骤S22继续搜寻最优解； S27：将输出的最优阈值作为阈值分割设定值，完成铸体薄片骨架区域的初步分离； 所述步骤S3中，还包括以下步骤： S31：在整个图像区域内随机生成一个大粒子群，其包含个粒子， 在初始状态下每个粒子当前位置为个体最优位置，其中为第个粒子在维空间上当前的最优位置，为第个粒子在维空间上所处的位置； 在初始状态下第一个粒子所处位置为全局最优位置，其中为整个粒子群在维空间内寻找的最优位置； S32：根据每个粒子所处位置计算边缘密度、连续性和边缘强度，获取适应度； S33：对当前位置的适应度值与个体历史最优适应度值进行比较，若当前位置适应度值高于个体历史最优适应度值，则更新个体最优适应度值， ； 若当前位置适应度值低于个体历史最优适应度值，则继续搜寻； S34：对粒子群中的各粒子的个体最优适应度值进行比较，得到最优位置适应度值，若高于群体历史最优适应度值，则更新，反之继续搜寻； S35：更新个体粒子的速度和位置，速度更新式为： ； 其中，为第个粒子在维空间上所具有的速度，，为惯性权重，为迭代次数，为自我认知因子，为社会影响因子，为个体随机因子，为群体随机因子，和为在间的随机数； 位置更新式为： ； 位置全程在内，其中为输入图像灰度级别的总数量级； S36：若达到最大迭代次数或全局最优位置适应度值小于设定阈值，则满足终止条件，停止迭代并输出结果，否则返回步骤S22继续搜寻最优解； S37：将输出的最优参数组合作为Canny边缘检测的设定值，完成铸体薄片骨架区域的边缘检测； S38：对阈值分割后的图像结果与Canny边缘检测后的结果进行加权融合， ； 其中，为融合后的图像，为权重系数，。

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北石油大学三亚海洋油气研究院，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城创新路8号中兴产业园A栋3层区；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”。

以上内容由龙图腾AI智能生成。