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！

龙图腾网获悉长沙理工大学申请的专利基于多窗口高低频视觉变换器的裂缝图像分割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：CN115830054B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211609395.6，技术领域涉及：G06T7/168；该发明授权基于多窗口高低频视觉变换器的裂缝图像分割方法是由王进;曾志高;张建明;黄凤翔设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于多窗口高低频视觉变换器的裂缝图像分割方法在说明书摘要公布了：本发明公开了一种基于多窗口高低频视觉变换器的裂缝图像分割方法，通过使用语义分割的方式对裂缝进行像素级的检测，改进了一种由编码器和解码器组成的端到端的网络结构，经过网络推理后直接输出一张裂缝掩码，训练和推理效率高。在编码器阶段采用了视觉变换器去并行提取高低频特征，视觉变换器拥有卷积不具备的诸多优点，如输入自适应，长距离和高阶的空间交互能力。且同时捕获高频和低频，能够对细小裂缝特征更好的进行捕捉。而多窗口的机制则能捕捉不同尺度裂缝的信息，保证模型的鲁棒性。且提高本发明的检测精度。本发明的方法能提高裂缝检测精度的同时提高整体的计算效率。

本发明授权基于多窗口高低频视觉变换器的裂缝图像分割方法在权利要求书中公布了：1.一种基于多窗口高低频视觉变换器的裂缝图像分割方法，其特征在于，该裂缝图像分割方法包括如下步骤： 步骤1：采用两个串联的深度可分离卷积块对输入的裂缝图像特征进行初步学习和提取，然后将得到的特征图X输入到四层串联的特征提取主干中处理，每层的特征提取主干包括下采样和多窗口高低频自注意视觉变换器； 步骤2：将输入的特征图X在通道方向上按照比例α进行划分，高频分支将得到1-αNh，低频分支将得到αNh，Nh为通道数量； 步骤3：在高频分支内，将特征图在通道方向上按照不同的比例β1，β2，β3进一步划分，得到X11，X12，X13三个不同部分的特征图，每一部分特征图都会生成一组查询K、键Q和值V的矩阵， K1i＝fkiX1i，Q1i＝fqiX1i，V1i＝fviX1i 函数fxi表示深度可分离卷积操作，代替常规线性层获取三个矩阵，以大幅度降低参数量和计算量；并按照不同的窗口大小γ1，γ2，γ3分割特征图，然后分窗口分别计算规模点乘自注意力，计算公式如下： 其中，Dhi为隐藏层的维度，Softmax为归一化指数函数，i取值为1～3的整数，通过计算会得到SA11,SA12和SA13，然后在通道方向上连接SA11,SA12和SA13三个值，通过投影线性层和批归一化，得到高频特征； 步骤4：在低频分支内，对输入特征进行下采样的池化操作，通过投影线性层和批归一化得到低频分量中的低频特征； 步骤5：在通道方向上连接步骤3的高频特征和步骤4的低频特征，得到融合特征图，然后送往下一层的特征提取主干； 步骤6：基于空洞金字塔池ASPP设计一个深度可分离空洞金字塔池作为特征增强模块，将特征提网络的最后一层输出作为输入，通过五条并行的分支，分别包括一个逐点卷积和四个不同采样率的深度可分离卷积块，并将不同尺度的五部分结果在通道维度进行连接，使用倒置的深度可分离卷积块进行加权求和，得到多尺度特征； 步骤7：解码器层数与编码器中特征提取主干的层数相对应，在解码器的每层采取跳跃连接的策略与编码器对应的特征提取主干连接，解码器的每层包括进行上采样的转置卷积和恢复图像的卷积块，并经过两个深度可分离卷积块进行处理，最后通过一个由深度可分离卷积块充当的分割头得到裂缝掩码。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市雨花区万家丽南路二段960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”。