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！

龙图腾网获悉江苏大学申请的专利一种激光熔覆图像细节增强及特征提取方法和系统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：CN114359047B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202111524239.5，技术领域涉及：G06T3/4053；该发明授权一种激光熔覆图像细节增强及特征提取方法和系统是由许桢英;唐梦雨;武子乾;李奇灵;凌俊;闫金金设计研发完成，并于2021-12-14向国家知识产权局提交的专利申请。

本一种激光熔覆图像细节增强及特征提取方法和系统在说明书摘要公布了：本发明提供一种激光熔覆图像细节增强及特征提取方法和系统，首次使用超分辨率卷积神经网络图像对激光熔覆过程图像进行信息增强，增加熔覆过程相关信息，并且本发明采用最大熵双阈值分割算法对信息增强后的熔覆图像进行特征提取，相比原始熔覆图像，统计出相关特征信息明显增加。本发明采用的基于超分辨率模型的激光熔覆图像细节增强算法，能够更好地将熔覆过程的相关图像进行细节增加与增强，便于对熔覆过程进行更好的研究，能在实际的激光熔覆过程监测中有很高的应用价值。

本发明授权一种激光熔覆图像细节增强及特征提取方法和系统在权利要求书中公布了：1.一种激光熔覆图像细节增强及特征提取方法，其特征在于，包括以下步骤： 步骤S1图像采集：采集激光熔覆过程中的粉末-熔池监测视频，获取得到原始图像集； 步骤S2图像下采样处理：采用图像处理算法对步骤S1的原始图像集进行下采样操作，得到低分辨率图像集； 步骤S3图像数据集制作：采用步骤S1的原始图像作为高分辨率图像集，结合步骤S2中处理得到的低分辨率图像集，制作超分辨率网络数据集； 步骤S4图像超分辨率网络模型构建与训练：构建图像超分辨率神经网络模型，将步骤S3制作的超分辨率网络数据集输入构建的图像超分辨率神经网络模型进行训练、测试和验证； 步骤S5熔覆图像实时处理：将步骤S4训练好的图像超分辨率神经网络模型部署于计算机上，实时获取激光熔覆过程监测视频，输入到网络模型中，并对粉末-熔池熔覆图像进行细节信息增强，得到信息增强后的图像； 步骤S6图像特征提取：将步骤S5经过信息增强后的图像经过最大熵双阈值分割算法，将图像中粉末-熔池的特征进行提取； 所述步骤S4中构建的图像超分辨率神经网络模型为单帧图像的模型，包括三个卷积层，每一个卷积层代表一个独立部分，第一层卷积层用于低分辨率图像的特征提取，第二层卷积层用于低分辨率到高分辨率的非线性映射，第三层卷积层用于高分辨率图像的重构； 所述图像超分辨率神经网络模型的第一层卷积层的卷积核大小为9*9、第二层卷积层的卷积核大小为1*1、第三层卷积层的卷积核大小为5*5，所述第一层卷积层和所述第二层卷积层的输出特征个数分别为64、32。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。