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！

龙图腾网获悉山东大学申请的专利岩石FIB-SEM序列图像多物相配准分割方法及系统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：CN121685568B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610186483.1，技术领域涉及：G06T7/11；该发明授权岩石FIB-SEM序列图像多物相配准分割方法及系统是由熊清蓉;李博;陈芋恺;王利戈;张强勇;段抗;刘其方设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本岩石FIB-SEM序列图像多物相配准分割方法及系统在说明书摘要公布了：本发明属于图像处理技术领域，提供了岩石FIB‑SEM序列图像多物相配准分割方法及系统，其技术方案为基于构建的细节保留型非刚性配准子网络，通过仿射校正以及非刚性配准输出配准后的图像、位移矢量场及其雅可比行列式；基于构建的形变感知型多物相分割子网络对配准后的图像进行分割，得到多个通道的概率图；以配准精度和分割准确率为目标，结合构建的损失函数对子网络进行联合训练，得到参数优化后各子网络；基于参数优化后的各子网络对目标序列图像进行处理得到三维图像体数据和与之对齐的多物相语义分割三维标签。能够在保留原始图像中具有地质意义的高频细节与噪声特征的前提下，同步完成高精度图像配准和语义分割。

本发明授权岩石FIB-SEM序列图像多物相配准分割方法及系统在权利要求书中公布了：1.岩石FIB-SEM序列图像多物相配准分割方法，其特征在于，包括如下步骤： 对获取的岩石FIB-SEM序列图像进行数据预处理； 对预处理后的浮动图像进行仿射校正，得到仿射校正后的浮动图像，结合仿射校正后的浮动图像和参考图像通过细节保留型非刚性配准子网络进行非刚性配准，得到配准后的图像及其对应的位移矢量场和雅可比行列式； 所述结合仿射校正后的浮动图像和参考图像通过细节保留型非刚性配准子网络进行非刚性配准，包括： 将仿射校正后的浮动图像和参考图像按通道拼接送入U-Net网络，通过解码器-编码器结构得到仿射校正后的浮动图像的像素坐标的位移矢量场，将位移矢量场通过反向映射和双线性插值生成图像，完成非刚性配准，得到非刚性配准图像，基于位移矢量场的偏导数计算得到雅可比行列式，反应局部体积变化；细节保留是在配准子网络输出端引入Sobel梯度提取模块，计算非刚性配准图像与参考图像在Sobel梯度域上的L1范数距离； 基于位移矢量场及其雅可比行列式和构建的形变感知型多物相分割子网络对配准后的图像进行分割，得到多个通道的概率图，分别对应实际岩石样本的各类物相； 所述基于位移矢量场及其雅可比行列式和构建的形变感知型多物相分割子网络对配准后的图像进行分割，得到多个通道的概率图，包括： 对配准后的图像进行特征提取得到多尺度主特征图； 将细节保留型非刚性配准子网络输出的位移矢量场及其雅可比行列式拼接成张量，编码得到与多尺度主特征图同尺寸的多尺度形变特征图； 将多尺度特征图和形变特征图按尺度一一进行通道拼接，之后引入CBAM注意力加权得到多尺度融合特征图； 将多尺度融合特征图经由1×1卷积通道映射以及Softmax激活输出多个通道的概率图； 以配准精度和分割准确率为目标，结合构建的损失函数对细节保留型非刚性配准子网络与形变感知型多物相分割子网络进行联合训练，得到参数优化后各子网络； 损失函数由配准损失与分割损失两部分加权构成，表示为： ， ， ， 其中，为配准损失权重，为配准子网络损失，为分割子网络动态组合损失，、和表示对应项的权重系数；为动态权重按物相占比和预测准确率进行调整，表示图像相似性损失，表示形变场平滑正则项，表示细节保留梯度损失，表示Dice损失，表示Focal损失； 配准子网络损失中，第一项为图像相似性损失，采用归一化互相关度量配准后图像与参考图像在结构上的对齐程度，第二项为形变场平滑正则项，采用弯曲能量约束位移矢量场的二阶导数，第三项为细节保留梯度损失，定义为配准后图像与参考图像在Sobel梯度域上的L1范数距离； 基于参数优化后的各子网络对目标FIB-SEM序列图像进行处理得到三维图像体数据和与三维图像体数据对齐的多物相语义分割三维标签。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。