Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院宁波材料技术与工程研究所;宁波杭州湾新材料研究院叶善洪获国家专利权

中国科学院宁波材料技术与工程研究所;宁波杭州湾新材料研究院叶善洪获国家专利权

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宁波材料技术与工程研究所;宁波杭州湾新材料研究院申请的专利基于深度学习DIC的高速旋转物体应变场测量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:CN120274664B

龙图腾网通过国家知识产权局官网在2025-08-22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:202510779550.6,技术领域涉及:G01B11/16;该发明授权基于深度学习DIC的高速旋转物体应变场测量方法是由叶善洪;毛泽钡;陈新民;王继强设计研发完成,并于2025-06-12向国家知识产权局提交的专利申请。

基于深度学习DIC的高速旋转物体应变场测量方法在说明书摘要公布了:本发明涉及一种基于深度学习DIC的高速旋转物体应变场测量方法,基于数字图像方法采集散斑图像序列,通过配准目标图像和参考图像后进入改进型DIC神经网络模型中进行应变场获取,实现了高速旋转物体的非接触应变场测量;所述改进型DIC神经网络模型中使用流注意力来强化初始位移场中与位移相关的纹理特征,有助于消除位移场中的瑕疵点,接着进行全局匹配和位移迭代细化来提高位移预测精度,提高改进型DIC神经网络模型的鲁棒性和准确性。

本发明授权基于深度学习DIC的高速旋转物体应变场测量方法在权利要求书中公布了:1.一种基于深度学习DIC的高速旋转物体应变场测量方法,其特征在于,包括: 步骤1,在目标物体的旋转部件表面制备散斑图案; 步骤2,启动旋转目标物体,采用工业相机对选定区域拍摄得到连续多帧的散斑图像;随机选取两张散斑图像作为参考图像和目标图像并进行预处理; 步骤3,配准目标图像和参考图像; 步骤4,构建改进型DIC神经网络模型,判断是否对配准的目标图像和参考图像进行分割处理,若是,则进入步骤6;若否,则进入步骤5; 步骤5,所述改进型DIC神经网络模型对配准的目标图像和参考图像进行特征提取、特征增强、特征融合和位移迭代细化得到原图像分辨率位移场,并基于原图像分辨率位移场计算得到应变场; 步骤6,对配准的目标图像和参考图像同步进行重叠分块处理,得到若干对具有重叠区域的目标图像块和参考图像块,改进型DIC神经网络模型对目标图像块和参考图像块进行特征提取、特征增强、特征融合和位移迭代细化得到若干位移场块,基于重叠区域拼接融合位移场块得到原图像分辨率位移场,并基于原图像分辨率位移场计算得到应变场。

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宁波材料技术与工程研究所;宁波杭州湾新材料研究院,其通讯地址为:315200 浙江省宁波市镇海区中官西路1219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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。