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！

龙图腾网获悉福州大学申请的专利基于分块压缩感知的自适应原子力显微镜AFM成像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：CN118465311B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202410177249.3，技术领域涉及：G01Q30/04；该发明授权基于分块压缩感知的自适应原子力显微镜AFM成像方法是由韩国强;田腾翔;杨瑞;陈永建;刘峰清设计研发完成，并于2024-02-08向国家知识产权局提交的专利申请。

本基于分块压缩感知的自适应原子力显微镜AFM成像方法在说明书摘要公布了：本发明提出基于分块压缩感知的自适应原子力显微镜AFM成像方法，包括以下步骤；步骤S1：利用重叠块模式在AFM样品表面上划分多个大小相同的子块；步骤S2：对每个子块进行预扫描，以行方向为快速扫描方向，左下角为预扫描的起点，计算出预扫描的采样率；步骤S3：使用BP神经网络来训练样品数据库，获得特征参数与所需最小采样率之间的关系，自适应地得到每个子块的合适的总采样率；步骤S4：在当前子块表面随机选择所需数量的采样点，使用连续随机扫描模式进行自适应扫描；步骤S5：采集一个子块的所有采样点后，结合TVAL3重构算法进行重构，最后将所有重构后的子块结合一起；本发明使用重叠分块方式来消除块效应，使得每个样品都可获得高且均匀的成像质量。

本发明授权基于分块压缩感知的自适应原子力显微镜AFM成像方法在权利要求书中公布了：1.基于分块压缩感知的自适应原子力显微镜AFM成像方法，其特征在于：包括以下步骤； 步骤S1：利用重叠块模式在AFM样品表面上划分多个大小相同的子块； 步骤S2：对每个子块进行预扫描，以行方向为快速扫描方向，左下角为预扫描的起点，计算出预扫描的采样率； 步骤S3：使用BP神经网络来训练样品数据库，获得特征参数与所需最小采样率之间的关系，自适应地得到每个子块的合适的总采样率； 步骤S4：在当前子块表面随机选择所需数量的采样点，使用连续随机扫描模式进行自适应扫描； 步骤S5：采集一个子块的所有采样点后，结合TVAL3重构算法进行重构，最后将所有重构后的子块结合一起； 所述步骤S2采用欠采样光栅的预扫描模式对每个子块进行预扫描，具体包括以下步骤： 步骤S21：获得样品后以样品行方向为快速扫描方向，左下角为预扫描的起点； 步骤S22：扫描过程中，行方向的步长S设定为4个像素；行间距为S2，相邻行在列方向上错开S2；子块的边长为B＝2uu∈N,U2，计算出预扫描的采样率δpre为0.125；每个子块的预扫描时间近似计算为： 其中Tsam和Tnon-sam分别是扫描设备的尖端在水平方向上测量一个采样点和跳过一个非采样点的平均时间； 所述步骤S3使用BP神经网络来训练样品数据库，获得特征参数与所需最小采样率之间的关系，自适应地得到每个子块的合适的总采样率；具体包括以下步骤： 步骤S31：将17个分辨率512×512的样品通过重叠率k＝0.25的重叠分块模式分成25个子块，可以得到425张分辨率128×128的图像；对这425幅图像预扫描下采样，得到GTV、L、SD和图像的采样率sr，其中，GTV是所有欠采样点的离散梯度模之和，Lu表示欠采样点的极差，SD是所有欠采样点的离散梯度模的标准差； 步骤S32：构建一个循环，并通过迭代步骤缓慢增加采样率，使图像的PSNR超过37dB； 步骤S33：然后，构建一个新的循环，通过二分法将步长减半，找到合适的采样率，使图像PSNR刚好达到37dB，通过该迭代步骤得到37dB的每个子块的采样率； 步骤S34：将上述数据加载到BP神经网络中，训练PSNR，在达到37dB时输入GTV、Lu、SD和输出sr之间的权重；训练过程完成后，通过向训练好的BP神经网络模型，输入预扫描得到的特征参数GTV、Lu和SD的值，自适应地获得每个子块的合适采样率； 所述步骤S5具体包括以下步骤： 步骤S51：构造一个压缩感知方法的测量矩阵，其数学形式如下： 步骤S52：将采样的低分辨率图像和测量矩阵Φm×n带入下面压缩感知公式，利用TVAL3算法得到重建后的高分辨率图像X*； Y＝ΦX 其中Y为采样后的图像； 步骤S53：将重建后的25个子块，按照分块时的重叠分块模式重建，得到高质量的AFM图像。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。