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！

龙图腾网获悉长春理工大学申请的专利一种火炮身管内壁缺陷图像数据增强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：CN119624878B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202411661245.9，技术领域涉及：G06T7/00；该发明授权一种火炮身管内壁缺陷图像数据增强方法是由孙振凯;韩太林;鲍贤;鞠明池;杨雪松;卢星含;高腾渊;刘轩设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种火炮身管内壁缺陷图像数据增强方法在说明书摘要公布了：本发明公开一种火炮身管内壁缺陷图像数据增强方法，涉及图像处理技术领域，本发明的技术方案通过泊松融合方法将钢材表面缺陷数据集与火炮身管内壁无缺陷图像结合，生成逼真的火炮身管内壁缺陷图像。这种方法有效地解决了实际火炮身管内壁缺陷图像难以获取的问题，为深度学习模型的训练提供了丰富的数据资源。将注意力机制模块和全维度动态卷积ODconv模块的并行组合引入STYLEGAN2网络架构，构建一种新颖的图像生成网络结构。这种结构使得生成器能够同时关注局部和全局特征，提高了生成图像的质量和多样性。

本发明授权一种火炮身管内壁缺陷图像数据增强方法在权利要求书中公布了：1.一种火炮身管内壁缺陷图像数据增强方法，其特征在于，包括以下步骤：步骤1：获取钢材表面缺陷数据集，对数据集进行直方图均衡化和拉普拉斯算子锐化的预处理；步骤2：将预处理后的图像作为目标图像，火炮身管内壁无缺陷图像作为背景图像，根据目标图像的标签信息生成掩码图像，将目标图像、掩码图像和背景图像进行泊松融合，生成火炮身管内壁缺陷图像；步骤3：将生成的火炮身管内壁缺陷图像按种类划分为裂纹、划痕、烧伤、磨损四类，并使用Labelme进行图像标注，组成完整的火炮身管内壁缺陷数据集；步骤4：搭建StyleGAN2-ADA网络架构，包括生成器和判别器，在生成器的综合网络中的上采样层前加入新的注意力机制模块，所述新的注意力机制模块由自注意力机制模块和全维度动态卷积模块并行组成；步骤5：使用钢材表面缺陷数据集在StyleGAN2-ADA的训练权重初始化网络，再将火炮身管内壁缺陷数据集送入设置好参数的StyleGAN2-ADA网络中进行训练；步骤6：训练完成后将最优的权重文件加载到网络中，生成根据条件信息约定的单类型的火炮身管内壁缺陷图像；自注意力机制模块包括将提取的特征图x使用Wf、Wg和Wh三个矩阵变换到三个不同的特征空间f、g和h中，得到特征图fx、gx和hx；其次，对fx进行转置，并与gx进行点积运算，再将点积结果进行softmax归一化，得到注意力特征图β；然后将β与hx进行点积，得到自注意力特征图ο；最后将自注意力特征图ο与原始卷积特征图x相加得到最终的特征图y输出；全维度动态卷积模块包括通过添加注意力机制，使卷积核能够根据不同输入或隐空间向量对其参数进行动态调整，且以并行的方式沿核空间的维度、输入通道维度、输出通道维度、核维度四个维度学习其注意力值，具体公式为： 其中，αwi∈R表示卷积核Wi分配的不同的关注标量；αsi∈Rk×k表示核空间每个卷积核分配的不同的关注标量；表示每个卷积核的cin通道分配的不同的关注标量；表示每个卷积核的cout通道分配的不同的关注标量；和分别表示输入特征和输出特征。

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长春理工大学，其通讯地址为：130012 吉林省长春市卫星路7089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”。