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！

龙图腾网获悉太原理工大学申请的专利一种基于HRTEM图像的煤芳香烃晶格条纹间孔隙检测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：CN120070393B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510184476.3，技术领域涉及：G06T7/00；该发明授权一种基于HRTEM图像的煤芳香烃晶格条纹间孔隙检测方法是由李美芬;李瑶;赵云刚;邵燕;邱旺;马丹设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种基于HRTEM图像的煤芳香烃晶格条纹间孔隙检测方法在说明书摘要公布了：本发明提供一种基于HRTEM图像的煤芳香烃晶格条纹间孔隙检测方法，属于煤芳香烃晶格条纹间孔隙检测技术领域；所要解决的技术问题为：提供一种基于HRTEM图像的煤芳香烃晶格条纹间孔隙检测方法；采用的技术方案为：采集待检测煤体表面的图像作为原始图像，对原始图像依次进行灰度处理、剪切、傅里叶‑反傅里叶变换、图像二值化处理以及分块；对二值化处理后的图像再进行归一化处理；采用标注软件对归一化处理后图像中的条纹孔隙进行标注，得到主要的孔隙类别和位置；采用目标检测算法处理得到的孔隙图像，将孔隙图像生成为孔隙特征图，将孔隙特征图输入检测模块；本发明应用于提取煤芳香烃晶格条纹间孔隙。

本发明授权一种基于HRTEM图像的煤芳香烃晶格条纹间孔隙检测方法在权利要求书中公布了：1.一种基于HRTEM图像的煤芳香烃晶格条纹间孔隙检测方法，其特征在于：包括如下的检测步骤： S100：采集待检测煤体表面的图像作为原始图像，对原始图像依次进行灰度处理、剪切、傅里叶‑反傅里叶变换、图像二值化处理以及分块； S200：对二值化处理后的图像再进行归一化处理，调整图像尺寸至模型要求的尺寸； S300：采用标注软件对归一化处理后图像中的条纹孔隙进行标注，得到主要的孔隙类别和位置； S400：采用目标检测算法处理得到的孔隙图像，将孔隙图像经过Backbone网络中的CSC模块和新增的TA层进行数据优化后传入Neck网络，经过Neck网络中新增P2层与P3‑P5层多尺度融合得到相应尺寸的特征图，将孔隙图像生成为孔隙特征图，具体方法为： S401：使用目标检测算法对孔隙图像进行特征提取： 将孔隙图像数据传送至Backbone网络，采用CSC模块通过split层把特征图沿通道维度分割成特征图X1、X2，其中： 特征图X1经过不同内核大小的卷积后，分别通过S‑Bottleneck模块与BN批归一化层，再由Concat模块融合，并经ReLU激活函数得到第一输出特征； 特征图X2经过两个依次连接的S‑Bottleneck模块得到第二输特征，两者融合后经1*1卷积产生CSC模块输出特征，且CSC模块与Neck网络间新增TA层，TA层对特征进行优化整合后传入Neck网络； 通过卷积神经网络对图像进行多尺度下采样，生成一系列条纹间孔隙的特征图； S402：在Neck网络中，新增的P2层输出作为小目标检测层，在特征增强阶段与P3‑P5层输出的特征开展多尺度特征融合，采用上采样、下采样、特征拼接、卷积操作，充分融合各层特征优势，生成增强后160*160*64尺寸的特征图，传输至Head检测头； S403：采用预测锚框，在预先设定的尺度上，对每个锚框预测固定数量的边界框，每个边界框包含中心点坐标、宽高比、对应类别的概率和置信度，采用非极大值抑制算法去除高度相似但位置相近的边界框，消除重复的预测； S404：在训练过程中，使用交叉熵损失函数检测预测结果和真实标签之间的差异程度，损失函数通过计算预测类别概率分布与真实类别标签之间的交叉阈值，量化类别判定上的偏差； 同时结合CIoU损失计算方式，将类别损失与边界框损失按照相应权重进行整合，形成最终的损失； 基于总损失，采用反向传播算法计算出模型参数相对于损失的梯度信息，利用Adam优化器，计算梯度、学习率、动量参数规则，对模型中的权重和偏置参数进行逐步更新和优化，进行多轮迭代，在验证集上评估模型表现，计算预测结果和真实标签之间的差距，优化模型参数； S500：将孔隙特征图输入Head检测模块，由Head检测模块生成含信息张量，经置信度阈值筛选与非极大值抑制后输出物体类别标签和标签框坐标，筛选出孔隙类别上相应得分的预测结果，并返回该预测结果的类别标签、位置、置信度作为最终的检测结果。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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”。