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！

龙图腾网获悉东北大学申请的专利基于数字图像和深度学习算法的矿物颗粒识别与分级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：CN120526229B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202511014466.1，技术领域涉及：G06V10/764；该发明授权基于数字图像和深度学习算法的矿物颗粒识别与分级方法是由张玉龙;郭启文;徐世达;王宇涵;张海霞设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于数字图像和深度学习算法的矿物颗粒识别与分级方法在说明书摘要公布了：本申请涉及图像处理技术领域，公开了一种基于数字图像和深度学习算法的矿物颗粒识别与分级方法，该方法包括：分别计算待分级图像的灰度特征向量、纹理特征向量、分形维数特征向量、形状特征向量和频谱特征向量；利用图像分级深度学习网络模型对多个特征向量进行综合处理，得到第一分级结果；还利用综合评估模型依据各特征向量和各特征向量分别对应的权重，得到第二分级结果；其中，各特征向量对应的权重是由权重计算模型实时计算而得到的。本申请先提取待分级图像的多个特征向量，以全面描述待分级图像所涵盖的信息，再借助深度学习模型、综合评估模型的智能学习优势和权重计算模型的特征分配优势，提升待分级图像的最终分级结果的准确度。

本发明授权基于数字图像和深度学习算法的矿物颗粒识别与分级方法在权利要求书中公布了：1.一种基于数字图像和深度学习算法的矿物颗粒识别与分级方法，其特征在于，所述方法包括： 获取包含有矿物颗粒的待分级图像； 根据所述待分级图像的亮度分布情况得到灰度特征向量； 根据所述待分级图像中矿物颗粒的纹理细节得到纹理特征向量； 根据所述待分级图像中矿物颗粒的局部聚集情况和全局分布情况，得到分形维数特征向量； 根据所述待分级图像中矿物颗粒的形状得到形状特征向量； 根据所述待分级图像中矿物颗粒在不同频段上的分布情况得到频谱特征向量； 采用提前训练的图像分级深度学习网络模型根据所述灰度特征向量、所述纹理特征向量、所述分形维数特征向量、所述形状特征向量和所述频谱特征向量，得到第一分级结果； 采用预设的权重计算模型为所述灰度特征向量、所述纹理特征向量、所述分形维数特征向量、所述形状特征向量和所述频谱特征向量计算各自对应的权重； 采用预设的综合评估模型根据所述灰度特征向量、所述纹理特征向量、所述分形维数特征向量、所述形状特征向量、所述频谱特征向量以及每种特征向量分别对应的权重，计算得到第二分级结果； 计算所述第一分级结果的置信度分值的权重，并根据所述第一分级结果、所述置信度分值的权重以及所述第二分级结果得到最终概率分布值，以所述最终概率分布值落入的最终分值范围值对应的最终分级结果作为所述待分级图像的最终分级结果； 其中，一所述最终分值范围值对应一种最终分级结果。

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大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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”。