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！

龙图腾网获悉中国海洋大学申请的专利基于数字图像的内孤立波对气泡羽流运动影响评估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：CN119919459B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510396617.8，技术领域涉及：G06T7/269；该发明授权基于数字图像的内孤立波对气泡羽流运动影响评估方法是由胡聪;陆辰威;周成龙;刘晓磊;贾永刚设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本基于数字图像的内孤立波对气泡羽流运动影响评估方法在说明书摘要公布了：本发明提供了一种基于数字图像的内孤立波对气泡羽流运动影响评估方法，包括S1实验数据的获取与处理；S2构建内孤立波作用下气泡羽流特征参数提取模型；S3内孤立波作用下气泡羽流运动状态及行为速度场的可视化；S4建立气泡羽流运动与内孤立波作用之间关于时空的联系；实现了内孤立波对气泡羽流运动影响的科学评估。针对性选取了内孤立波影响气泡羽流运动状态及行为变化的多个时空要点，为了解决内孤立波作用下气泡羽流中气泡运动特征参数的提取问题，采用神经网络模型的方法来识别并生成气泡的掩膜。还对气泡羽流的整体速度场进行了可视化，用于刻画不同时刻不同位置气泡羽流中气泡受内孤立波影响下运动速度、形态和行为的差异化改变。

本发明授权基于数字图像的内孤立波对气泡羽流运动影响评估方法在权利要求书中公布了：1.一种基于数字图像的内孤立波对气泡羽流运动影响评估方法，其特征在于,具体包括以下步骤： S1、实验数据的获取与处理 对获取的实验数据进行处理，提取内孤立波作用下的水底流速，重建气泡羽流运动视频背景模型，利用计算公式提取前景气泡羽流，对运动前景进行降噪、形态学处理及二值化，构建内孤立波作用下不同类型气泡羽流与对应运动状态及行为样本库； S2、构建内孤立波作用下气泡羽流特征参数提取模型 基于所述内孤立波作用下不同类型气泡羽流与对应运动状态及行为样本库，利用改进的MaskR-CNN神经网络模型对气泡进行逐像素分割生成掩膜，构建内孤立波作用下气泡羽流特征参数提取模型；提取模型的输入为预处理的气泡羽流图像，提取模型的输出为内孤立波作用下气泡羽流的特征参数；具体为：内孤立波作用下气泡羽流中气泡的质心坐标、长轴、短轴及面积，掩膜生成方法如下 式中：为掩膜每个像素的分类结果；为激活函数；为网络的权重矩阵；是偏置，是图像的像素信息； S3、内孤立波作用下气泡羽流运动状态及行为速度场的可视化 基于所述内孤立波作用下不同类型气泡羽流与对应运动状态及行为样本库，对基于CNN卷积神经网络的PWC-Net卷积网络系统进行微调，通过逐像素的光流估计计算气泡羽流连续图像序列之间的像素级运动并评估气泡羽流的整体速度场； 确定用于从气泡羽流连续图像序列中估计光流的约束方程 是第一帧的像素值；是第二帧中经过光流位移后的像素值；进行泰勒展开，得到光流约束方程如下 和为图像在和时间变化上的梯度； 优化约束方程，确定最小化的损失函数进行光流求解，代价函数如下 PWC-Net的网络架构包括两个由扭曲和成本体积组成的固定参数层，以及三个由特征提取、速度场估计器和上下文网络组成的可训练参数层；将两个连续的原始图像插入有n级的收敛卷积网特征提取层获取不同分辨率的“特征”，即每个卷积滤波器的乘；在最低分辨率特征处，成本体积层和速度场估计器评估速度场的草图，最终通过上下文层将其转换为速度场数据；随后，将版本的速度场数据更新到下一层并用于变形两个特征之一，以实现对速度场的预测； S4、建立气泡羽流运动与内孤立波作用之间关于时空的联系 在气泡羽流特征参数提取模型建立的基础上，通过高速相机和声学多普勒流速仪获取到的每一时刻的气泡羽流运动序列图片和内孤立波引起的水底流速数据都进行上述的处理过程，分析气泡羽流在内孤立波作用下其逸出运动随着时间和空间的变化而发生的改变，建立不同类型气泡羽流运动状态和行为与内孤立波作用之间的时空联系。

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海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。