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！

龙图腾网获悉中国矿业大学申请的专利一种煤粒图像分割方法、装置、介质和设备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：CN118968055B 。

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：202410966971.5，技术领域涉及：G06V10/26；该发明授权一种煤粒图像分割方法、装置、介质和设备是由江鹤;孙蟒;张瑞;黄欣;程德强;寇旗旗;陈亮亮;宋天舒设计研发完成，并于2024-07-18向国家知识产权局提交的专利申请。

本一种煤粒图像分割方法、装置、介质和设备在说明书摘要公布了：本发明公开了一种煤粒图像分割方法、装置、介质和设备，涉及图像分割技术领域。针对图像分割过程中会出现漏分割与过分割问题，提出了一种同时关注局部信息与全局信息的算法，从ResNet50网络中提取低层特征，并利用语义序列化将其特征转换为序列，进而成为多分支编码器的输入。其次，为了加强对边缘特征的提取，重复利用编码器的输入作为多头自注意力制的一个输入。最后，将编码器的输出序列重塑为ResNet50网络的输出特征，送入压缩激励空间金字塔池化部分。本发明通过利用多分支Transformer编码器与压缩激励空间金字塔池化，不仅关注了全局信息，同时对边缘特征进行加强了，解决了漏分割与过分割问题。

本发明授权一种煤粒图像分割方法、装置、介质和设备在权利要求书中公布了：1.一种煤粒图像分割方法，其特征在于，包括： 在原始Unet网络编码器的输出端和解码器的输入端之间添加多分支Transformer模型，所述多分支Transformer模型中的各Transformer分支的输入端同时与上一个Transformer分支的输出端和编码器的输出端连接；将原始Unet网络的编码器和解码器各个层之间的跳跃连接替换为压缩激励空洞空间金字塔池化模块，以构建改进unet网络；每个Transformer层由三个主要部分组成：多头自注意力机制、层归一化以及多层感知机，设计过程如下： Z′l＝MSALNZl-1+Zl-1 Zl＝MLPLNZ′l+MSALNZl-1+Zl-1 其中，Zl-1表示第l一1分支Transformer的输出特征，l∈{1，2，…，12}； 所述改进unet网络还包括将原始Unet网络的编码器替换为resnet50残差网络的前三层； 所述多分支Transformer模型包括12个Transformer分支，所述Transformer分支通过多自头注意力机制处理resnet50残差网络最后一层的输出特征图和前一个Transformer分支的输出； 所述压缩激励空洞空间金字塔池化模块采用4种不同扩张率的空洞卷积，具体包括： X1＝f1×1X X2＝f3×3，r＝6X X3＝f3×3，r＝12X X4＝f3×3，r＝18X X5＝GAPX Yi＝SENetXi Y＝ConcatY1，Y2，Y3，Y4，Y5 其中，X表示压缩激励空洞空间金字塔池化模块的输入，X1-X4表示4个空洞卷积的输出，fn×n.表示核大小为n的空洞卷积，r代表空洞卷积的膨胀率，GAP·表示全局平均池化，SENet·表示压缩激励注意力机制，Y表示压缩激励空洞空间金字塔池化的输出； 对改进unet网络进行训练获得煤粒图像分割模型； 将待分割煤粒图像输入煤粒图像分割模型中，通过改进unet网络的编码器的多个下采样层对待分割煤粒图像进行特征提取，获得多个尺度的待分割煤粒图像的低级像素特征图；通过压缩激励空洞空间金字塔池化模块将多个低级像素特征图中与煤粒相关的低级像素特征放大，获得多个煤粒重点像素特征图；通过多分支Transformer模型的多个Transformer分支对最小尺度低级像素特征图进行特征提取，获得多层次煤粒语义特征图；通过改进unet网络的解码器的多个上采样层对多层次煤粒语义特征图进行上采样操作，获得与多个尺度低级像素特征图一一对应的多个上采样图；通过多个煤粒重点像素特征图与对应的多个上采样图进行融合，获得多个尺度的恢复图，基于最大尺度的恢复图输出分割后的待分割煤粒图像。

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中国矿业大学，其通讯地址为：221000 江苏省徐州市铜山区大学路1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”。

以上内容由龙图腾AI智能生成。