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！

龙图腾网获悉浙江大学申请的专利基于自动编码器的工程木质材料二维孔隙结构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：CN116664646B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310598692.3，技术领域涉及：G06T7/40；该发明授权基于自动编码器的工程木质材料二维孔隙结构提取方法是由冯彦皓;俞自涛;徐旭;陆江设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本基于自动编码器的工程木质材料二维孔隙结构提取方法在说明书摘要公布了：本发明公开了一种基于自动编码器的工程木质材料二维孔隙结构提取方法，该方法包括以下步骤：获取工程木质材料的SEM图像；对SEM图像进行裁剪和图像增强处理；设计包含编码器和解码器的自动编码器网络模型，将处理后的SEM图像输入自动编码器网络模型中进行训练；利用训练后得到的自动编码器网络模型对处理后的图像进行二值化提取，即可得到工程木质材料二维孔隙结构。本发明采用无监督自动编码器网络模型进行工程木质材料的SEM图像孔隙结构二值化提取，具有高鲁棒性和高精度的特点，同时能够避免传统阈值方法的噪声和伪孔隙。

本发明授权基于自动编码器的工程木质材料二维孔隙结构提取方法在权利要求书中公布了：1.一种基于自动编码器的工程木质材料二维孔隙结构提取方法，其特征在于，具体包括以下步骤： S1：获取工程木质材料的SEM图像； S2：对SEM图像进行裁剪和图像增强处理； S3：设计包含编码器和解码器的自动编码器网络模型，将步骤S2处理后的图像输入自动编码器网络模型中进行训练；所述自动编码器网络模型的目标函数为： 其中，f和g分别为编码器和解码器，Loss为损失函数，x、z和分别为编码器的输入图像矩阵、解码器的输入隐向量和解码器重构得到的图像矩阵，所述损失函数中，编码器的输入图像矩阵x需要根据下式转换为x0： 其中，x0为输入图像矩阵x在损失函数中的归一化真实值，xflatten为编码器输入图像矩阵的展平向量，maxxflatten为xflatten的最大像素灰度值； S4：利用所述步骤S3训练后得到的自动编码器网络模型对经步骤S1和S2处理后的图像进行二值化提取，即可得到工程木质材料二维孔隙结构； 所述自动编码器网络模型的编码器和解码器均为四层，且所述编码器和解码器结构中的各层均包含以下依次连接的子层：全连接子层、Normal子层和B-Sigmoid二值化激活函数子层； 所述Normal子层对图像进行如下处理： 其中，为Normal子层处理后图像的第m层第i个像素的灰度值，yi m是全连接子层处理后图像的第m层第i个像素的灰度值，下标max和min分别为第m层所有像素的最大和最小灰度值，m∈{1,2,3,4,5,6,7,8}，其中m＝1,2,3,4对应编码器中的四层，m＝5,6,7,8对应解码器中的四层； 所述B-Sigmoid二值化激活函数子层中，B-Sigmoid二值化激活函数及其一阶导数表达式分别为： 其中，φ为B-Sigmoid二值化激活函数，φ′为B-Sigmoid二值化激活函数的一阶导数； 步骤S3中，所述的损失函数定义为两种具体的损失函数的加权组合形式，加权权重基于贝叶斯理论中的同方差偶然不确定性得到： 其中，为均方误差损失函数，为加权分类损失函数，lnσMSE和分别为和损失函数结果标准差的自然对数值；MSE和损失函数的表达式如下所示： 其中，x0i为x0中第i个像素的真实值；为解码器重构得到的图像矩阵中的第i个像素预测值；γ＝1，为加权因子，其中N为步骤S2处理后SEM图像的像素总数。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。