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！

龙图腾网获悉中国科学院武汉岩土力学研究所申请的专利一种孔隙渗流中弱对比度气/水区域的图像分割的方法与装置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：CN115937228B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211685394.X，技术领域涉及：G06T7/11；该发明授权一种孔隙渗流中弱对比度气/水区域的图像分割的方法与装置是由高文彬;李琦;钟屹岩;侯赟璐;谢琦峰;景萌设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种孔隙渗流中弱对比度气/水区域的图像分割的方法与装置在说明书摘要公布了：本发明公开了一种孔隙渗流中弱对比度气水区域的图像分割的方法与装置，适用于CO2地质封存、油气开采和地下污染物治理等领域共性存在的孔隙气液两相渗流问题，本发明公开的方法，采用了以轮廓填充为目的、“分区分级、阶段激活”方式的无监督学习和深度卷积网络‑语义分割的强监督学习的“双路线并行”策略，采用了断点搜寻‑判断‑连接的缺陷修补算法克服了无监督学习得到的轮廓缺陷问题，最终在填充的封闭轮廓与语义分割区域采用了轮廓约束的合作博弈方式分割出高精确度的气体区域。本发明降低了对深度学习‑语义分割的精准度要求与依赖度，避免了大量样本标注的费时费力的问题，实现了无颜色且弱对比度气水区域的高精度分割。

本发明授权一种孔隙渗流中弱对比度气/水区域的图像分割的方法与装置在权利要求书中公布了：1.一种孔隙渗流中弱对比度气水区域的图像分割的方法，其特征在于，该方法采用无监督学习的轮廓填充和强监督学习的深度卷积网络语义分割的两条支线并行再合作博弈的思路，包括： 图像增强方法、轮廓识别方法、轮廓缺陷修补的备选方法、深度卷积网络语义分割方法、合作博弈方法； 所述图像增强方法包括： 步骤E001:导入的图片进行MSRMulti-scaleRetinex增强校正，在于降低实验CCD相机记录时光照不均匀导致的干扰； 步骤E002:再采用双边滤波对图像进行过滤，以去除图像邻近像素差异引发的噪声干扰； 所述轮廓识别方法包括： 步骤D001:采用方差滤波对增强后的图像进行过滤，以增强颗粒边界、气水界面的轮廓信息； 步骤D002:对方差滤波过滤后的图像进行噪声压制，采用深度卷积网络中的Relu层方式将像素小于阈值范围的区域统一赋值为0，处理后的图像以下称为降噪的方差图； 步骤D003:在经过Relu层噪声压制处理后的降噪的方差图，非0区域的像素仍有着数值差异，为降低像素宽域带来的分割偏差，采用分区域赋值的方式对降噪的方差图进行赋值； 步骤D004:顶底边界和孔隙颗粒边界的通过颗粒与孔隙的二值图像确认，颗粒孔隙的二值图是通过完全充满水或气的微流控图像采用轮廓检测再填充的方式获取； 步骤D005:对颗粒孔隙二值图进行边缘检测确认顶底边界与颗粒边界的区域，其中边缘检测到的最大边缘为顶底边界，除此以外的封闭边界均为颗粒边界； 步骤D006:对步骤D005中的1st方差图进行卷积运算，卷积核为3阶的全1矩阵，该卷积核是通过相邻空间的边缘点统计的方式强化边界的像素特征，卷积后的像素代表该位置是边界的概率； 步骤D007:对步骤D006中的2nd方差图进行Relu层过滤，选择一个阈值，大于该阈值即分割形成二值图，2nd方差的阈值为0，所有非0像素区域为轮廓区域； 步骤D008:对步骤D007分割出的轮廓区域进行中轴细化。

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科学院武汉岩土力学研究所，其通讯地址为：430071 湖北省武汉市武昌小洪山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”。