Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 南京大学周余获国家专利权

南京大学周余获国家专利权

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!

龙图腾网获悉南京大学申请的专利一种极高分辨率原画图像分层分割方法、设备、介质及产品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:CN119810122B

龙图腾网通过国家知识产权局官网在2025-10-24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:202510005939.5,技术领域涉及:G06T7/11;该发明授权一种极高分辨率原画图像分层分割方法、设备、介质及产品是由周余;叶凡;于耀设计研发完成,并于2025-01-03向国家知识产权局提交的专利申请。

一种极高分辨率原画图像分层分割方法、设备、介质及产品在说明书摘要公布了:本申请公开了一种极高分辨率原画图像分层分割方法、设备、介质及产品,涉及图像分割领域,该方法包括获取极高分辨率的待分割原画图像;利用SAM模型对待分割原画图像进行初步分割,得到初步分割结果;初步分割结果中含有多个初始掩膜区域;利用GrabCut算法对初步分割结果进行全局优化、边缘优化和残洞补全,得到优化后的分割结果;利用泊松方程对优化后的分割结果的边缘进行重建,得到最终分割结果。本申请能够根据自己的需求将图像分割到不同的粒度大小。在分割过程中,本申请利用SAM模型和GrabCut算法实现了极大程度的自动化,除此之外,本申请对最后的分割结果边缘进行了优化,极大地提高了图像分割的效率和准确性。

本发明授权一种极高分辨率原画图像分层分割方法、设备、介质及产品在权利要求书中公布了:1.一种极高分辨率原画图像分层分割方法,其特征在于,包括: 获取待分割原画图像;所述待分割原画图像的分辨率为7000×7000; 利用SAM模型对所述待分割原画图像进行初步分割,得到初步分割结果;所述初步分割结果中含有多个初始掩膜区域; 利用GrabCut算法对所述初步分割结果进行全局优化、边缘优化和残洞补全,得到优化后的分割结果,具体包括: 利用GrabCut算法对所述初步分割结果进行全局优化,得到全局优化后的分割结果,具体包括: 对每个所述初始掩膜区域设置初始标签;所述初始标签为负数; 根据所述初始标签对相应的初始掩膜区域进行全局优化,得到优化后的掩膜区域;所述优化后的掩膜区域包含一个连通域或者多个连通域; 将包含一个连通域的优化后的掩膜区域保存为全局优化后的分割结果;所述全局优化后的分割结果包括多个优化后的掩膜区域; 利用GrabCut算法对所述全局优化后的分割结果进行边缘优化,得到边缘优化后的分割结果;所述边缘优化后的分割结果包括多个边缘优化后的掩膜区域; 利用GrabCut算法对所述边缘优化后的分割结果进行残洞补全,得到残洞补全后的分割结果,具体包括: 根据所述边缘优化后的分割结果,将所述待分割原画图像的前景区域划分为只被一个边缘优化后的掩膜区域覆盖的区域、被多个边缘优化后的掩膜区域覆盖的区域和没有被边缘优化后的掩膜区域覆盖的区域; 针对被多个边缘优化后的掩膜区域覆盖的区域和没有被边缘优化后的掩膜区域覆盖的区域: 将当前区域划分为多个连通域; 若连通域的面积小于50像素,则对连通域进行膨胀操作,将连通域合并至对应膨胀区域中像素数最多的边缘优化后的掩膜区域; 若连通域的面积大于或等于50像素,则对连通域进行膨胀操作,并设置膨胀区域的像素标签,将膨胀区域内不同掩膜区域的标签设置为1-N,将膨胀区域内连通域的标签设置为0;N为膨胀区域内掩膜区域的总数; 对设置标签后的膨胀区域中的连通域进行优化,得到优化后的连通域,并合并至相应的边缘优化后的掩膜区域; 利用透明度通道检查所述待分割原画图像的前景区域中没有被边缘优化后的掩膜区域覆盖的区域,得到基于透明度通道检查的区域; 对基于透明度通道检查的区域中的连通域进行膨胀操作,将连通域合并至对应膨胀区域中像素数最多的边缘优化后的掩膜区域,从而完成对所述边缘优化后的分割结果进行残洞补全,得到残洞补全后的分割结果; 对所述残洞补全后的分割结果进行选区分割和选区切割,得到优化后的分割结果; 利用泊松方程对所述优化后的分割结果的边缘进行重建,得到最终分割结果。

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南京大学,其通讯地址为:210046 江苏省南京市栖霞区仙林大道163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”。

以上内容由龙图腾AI智能生成。

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。