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！

龙图腾网获悉武汉理工大学;西藏珠穆雅鲁数字科技文化有限公司申请的专利基于深度学习的唐卡黑白结构线矢量化处理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：CN120852156B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511350301.1，技术领域涉及：G06T3/4007；该发明授权基于深度学习的唐卡黑白结构线矢量化处理方法及系统是由刘永坚;胡桉澍;孙昳飞;刘遹菡设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于深度学习的唐卡黑白结构线矢量化处理方法及系统在说明书摘要公布了：本发明提出了一种基于深度学习的唐卡黑白结构线矢量化处理方法及系统，涉及图像处理技术领域，采集待处理的黑白结构线栅格图像；提取黑白结构线栅格图像对应线条的骨架和边界，并将骨架和边界进行分段获取多个骨架段和多个边界段；基于筛选后的骨架段与边界段信息进行拓扑重构，以获取拓扑结构和拓扑向量；对黑白结构线栅格图像进行对齐裁剪和特征提取，以输出绘图块和嵌入向量；将嵌入向量、拓扑向量以及状态参数输入RNN解码器，以生成每个时间步对应的笔划参数，将笔划参数通过微分渲染转换为局部2D光栅图像，并将局部2D光栅图像粘贴回全局画布，获取矢量化栅格图像。本申请有助于提升黑白结构线栅格图像到矢量表示的自动化程度和精度。

本发明授权基于深度学习的唐卡黑白结构线矢量化处理方法及系统在权利要求书中公布了：1.一种基于深度学习的唐卡黑白结构线矢量化处理方法，其特征在于，所述方法包括： 采集待处理的黑白结构线栅格图像； 提取所述黑白结构线栅格图像对应线条的骨架和边界，并将所述骨架和所述边界进行分段，以获取多个骨架段和多个边界段； 对所有相邻的骨架段进行可靠性筛选，并基于筛选后的骨架段与边界段信息进行拓扑重构，以获取所述骨架段对应的拓扑结构和所述拓扑结构编码形成的拓扑向量； 所述对所有相邻的骨架段进行可靠性筛选，具体包括： 计算第一骨架段与第二骨架段的方向相似度，其中，所述第一骨架段和所述第二骨架段为相邻的骨架段； 若所述第一骨架段与所述第二骨架段的方向相似度大于相似度阈值，则确定所述第一骨架段与所述第二骨架段为连续的骨架段； 计算所述第一骨架段与所述第一骨架段对应的边界段之间的一致性投影值； 若所述第一骨架段与所述第一骨架段对应的边界段之间的一致性投影值小于一致性阈值，则确定所述第一骨架段为不可靠骨架段，并将所述不可靠骨架段移除； 将经过动态窗口机制处理后的所述黑白结构线栅格图像输入至CNN编码器，并对所述黑白结构线栅格图像进行对齐裁剪和特征提取，以输出大小一致的绘图块和与所述绘图块对应的嵌入向量； 将所述嵌入向量、所述拓扑向量以及状态参数输入RNN解码器，以生成每个时间步对应的笔划参数，将所述笔划参数通过微分渲染转换为局部2D光栅图像，并以可微拼贴方式将所述局部2D光栅图像粘贴回全局画布，直至完成所述黑白结构线栅格图像的矢量化，获取矢量化栅格图像； 所述将所述嵌入向量、所述拓扑向量以及状态参数输入RNN解码器，以生成每个时间步对应的笔划参数，具体包括： 根据所述嵌入向量中当前绘图块的图像特征信息和所述拓扑向量中与当前绘图块对应的图像结构拓扑信息，以使所述RNN解码器输出初始笔划参数和隐藏状态更新函数； 基于上一时间步的宽度因子、上一时间步的光标位置、初始笔划参数以及隐藏状态更新函数，以生成每个时间步对应的笔划参数，所述笔划参数包括二次贝塞尔曲线控制点、笔划宽度因子、软化后的提笔状态以及软化后的落笔状态。

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武汉理工大学;西藏珠穆雅鲁数字科技文化有限公司，其通讯地址为：430000 湖北省武汉市洪山区珞狮路122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”。

以上内容由龙图腾AI智能生成。