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！

龙图腾网获悉中煤科工西安研究院(集团)有限公司申请的专利一种混煤镜质体自动检测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：CN115760798B 。

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：202211470937.6，技术领域涉及：G06T7/00；该发明授权一种混煤镜质体自动检测方法是由宋孝忠;雷莹;刘善德;肖文钊;龙亚平设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。

本一种混煤镜质体自动检测方法在说明书摘要公布了：本发明提供了一种混煤镜质体自动识别检测方法，包括：步骤一，采集实际工业环境中多种单煤图像各多张，标定煤的种类。步骤二，采用全局中值滤波和局部均值滤波消除图像中部分噪点。步骤三，采用基于聚类的大津算法对图像进行二值化处理，剔除背景图。步骤四，利用纹理特征以及灰度直方图去除图像中的惰质体和壳质体。步骤四中，所述的纹理特征包括对比度、相关度、能量和熵。步骤五，对多种单煤图像使用RandomPatchwork算法生成混煤图像数据集。步骤六，构建图像语义分割模型。步骤七，将数据集输入网络进行迭代训练；训练完成后进行检测。本发明将传统的特征提取和改进的深度学习算法结合起来，能够快速准确的将混煤镜质体的种类及比例进行检测识别。

本发明授权一种混煤镜质体自动检测方法在权利要求书中公布了：1.一种混煤镜质体自动检测方法，其特征在于，该方法包括以下步骤： 步骤一，采集实际工业环境中多种单煤图像各多张，标定煤的种类； 步骤二，采用全局中值滤波和局部均值滤波消除图像中部分噪点； 步骤三，采用基于聚类的大津算法对图像进行二值化处理，剔除背景图； 步骤四，利用纹理特征以及灰度直方图去除图像中的惰质体和壳质体； 步骤四中，所述的纹理特征包括对比度、相关度、能量和熵； 步骤五，对多种单煤图像使用RandomPatchwork算法生成混煤图像数据集，将混煤图像数据集划分成训练集、验证集和测试集； 步骤六，构建图像语义分割模型； 所述的构建图像语义分割模型的具体过程包括：以轻量型VGGNET网络架构为基础，构建FCN8s_M网络模块，将FCN8s_M网络模块作为骨干特征提取网络，提取混煤中每种类型煤的局部特征；用ResNet_M网络提取单煤图像中每种类型煤的全局特征，将局部特征与全局特征进行融合，增强模型语义分割的判断能力； 步骤七，设置模型训练参数，学习率初始化为0.00001，每10个epoch学习率减少一半，使用交叉熵损失函数与均方差损失函数共同作为模型迭代更新的标准，选择Adam优化器，将数据集输入网络进行迭代训练；通过训练完成后的模型进行混煤镜质体自动检测。

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煤科工西安研究院(集团)有限公司，其通讯地址为：710077 陕西省西安市高新区锦业一路82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”。