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！

龙图腾网获悉重庆邮电大学申请的专利一种基于改进DeepLabV3+网络的铅浮选泡沫图像分割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：CN120236081B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510348293.0，技术领域涉及：G06V10/26；该发明授权一种基于改进DeepLabV3+网络的铅浮选泡沫图像分割方法是由余建航;邹云鹏;杨逸轩;潘欣;钟福金;于洪设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本一种基于改进DeepLabV3+网络的铅浮选泡沫图像分割方法在说明书摘要公布了：本发明公开了一种基于改进DeepLabV3+网络的铅浮选泡沫图像分割方法，属于图像分割算法技术领域，步骤一：数据准备；采集铅矿浮选过程中的泡沫图像，得到原始泡沫图像，对原始泡沫图像中的泡沫边界进行像素级的精确标注，得到人工分割的泡沫图像；将与共同构建泡沫图像数据集；步骤二：数据增强处理；对采集到的原始泡沫图像和人工标注的泡沫分割图像分别进行几何变换、翻转、旋转、亮度调节的数据增强方法，并生成更多样化的样本图像；将增强后的样本图像按比例划分为训练集、验证集和测试集。通过上述方式，本发明过自动化手段，对泡沫特性进行精确测量和对生产状态进行定量分析，可以提高浮选操作的效率和稳定性。

本发明授权一种基于改进DeepLabV3+网络的铅浮选泡沫图像分割方法在权利要求书中公布了：1.一种基于改进DeepLabV3+网络的铅浮选泡沫图像分割方法，其特征在于： 步骤一：数据准备； 采集铅矿浮选过程中的泡沫图像，得到原始泡沫图像，对原始泡沫图像中的泡沫边界进行像素级的精确标注，得到人工分割的泡沫图像 共同构建泡沫图像数据集； 步骤二：数据增强处理； 对采集到的原始泡沫图像和人工标注的泡沫分割图像分别进行几何变换、翻转、旋转、亮度调节的数据增强方法，并生成更多样化的样本图像；将增强后的样本图像按比例划分为训练集、验证集和测试集； 步骤三：搭建分割模型； 以DeepLabV3+网络的对称型编码器-解码器作为主干网络，DeepLabV3+网络包含依次连接的输入层、编码器模块、残差金字塔池化模块、解码器模块和输出层； 输入层输入为256×256大小的泡沫图像； 编码器模块采用4层深度可分离卷积池化模块，卷积核大小为3×3，池化核大小为2×2；残差金字塔池化模块用于进一步增强网络对不同尺度泡沫特征的捕捉能力； 步骤三中，通过DeepLabV3+网络的编码器模块引入的残差金字塔池化模块，残差金字塔池化模块通过多尺度池化模块并结合残差连接同时捕捉泡沫图像中的全局上下文信息和局部精细特征； 残差金字塔池化模块包括多个不同尺度的池化模块，每个池化模块后连接有残差连接模块； 残差连接模块用于缓解梯度消失问题，同时通过批量归一化操作加速网络的收敛速度； 解码器模块用于通过逐层上采样恢复泡沫图像的分辨率，并在跳跃连接处加入通道注意力机制； 最终通过1×1卷积和Softmax激活函数输出256×256大小的分割结果图像； 步骤四：训练图像分割网络； 将步骤二中划分的训练集图像输入到步骤三所构建的改进DeepLabV3+卷积神经网络中进行训练，通过优化FocalTversky损失函数调整网络参数； 步骤五：模型应用； 将经过训练的DeepLabV3+模型应用于测试集中的泡沫图像，进行自动化分割，输出最终的泡沫分割结果图像； 残差金字塔池化模块的具体实现为： 步骤六，通过多个不同尺寸的池化模块的池化核对输入特征图进行池化操作，以捕捉不同尺度的特征； 每个池化操作后，通过残差连接模块将池化后的特征图与输入特征图进行逐像素相加； 步骤七，同时，每个池化模块分支在经过池化操作后，通过1×1卷积来减少通道数至原来的14，以降低计算复杂度； 步骤八，利用双线性插值将每个池化后的特征图上采样至与原始特征图相同的空间尺寸； 步骤九，将所有尺度池化后的特征图在通道维度上进行拼接，得到一个融合多尺度信息的特征图，为了进一步精简模型和保持精度，通过1×1卷积将通道数恢复至原始特征图的通道数。

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重庆邮电大学，其通讯地址为：401300 重庆市南岸区南山街道崇文路2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。