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！

龙图腾网获悉同济大学;上海市城市建设设计研究总院(集团)有限公司;上海浦东路桥(集团)有限公司申请的专利基于语义分割的沥青混凝土CT图像分割预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：CN119741307B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411647913.2，技术领域涉及：G06T7/10；该发明授权基于语义分割的沥青混凝土CT图像分割预测方法是由王超;王晓明;邓国民;朱兴一;高忭;苏君明;璩泽东;吴桠楠;张恒聪;任丙金设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于语义分割的沥青混凝土CT图像分割预测方法在说明书摘要公布了：本发明提出了基于语义分割的沥青混凝土CT图像分割预测方法。该方法基于CT扫描和数字图像处理技术建立沥青混凝土CT图像分割离线数据库，再基于语义分割、注意力机制和监督学习理论开发AEU‑net神经网络模型，最后采用离线数据库训练AEU‑net神经网络模型，得到AEUnet‑DIP代理模型。本发明充分利用了神经网络模型的高效映射能力，准确提取沥青混凝土CT图像的集料相形态学信息，有效解决了现有数字图像处理方法的效率低、泛用性弱和错误分割等问题。

本发明授权基于语义分割的沥青混凝土CT图像分割预测方法在权利要求书中公布了：1.基于语义分割的沥青混凝土CT图像分割预测方法，其特征在于，包括如下步骤： 步骤一：初始CT图像获取：制备沥青混凝土CT扫描试件，确定扫描方向后采用CT扫描技术获取其初始CT断层图像集； 步骤二：图像分割离线数据库建立与扩充； 首先，根据初始CT断层图像的灰度分布特征及固有缺陷特点，设计DIP处理流程以分割图像的不同组分； 然后，以初始CT原图与对应图像分割结果为一组数据对，基于初始CT断层图像集建立高质量的图像分割离线数据库； 最后，利用CT扫描计算机模拟算法，从步骤一获取的沥青混凝土CT断层图像集中提取不同方向的全新断层图像，实现图像分割离线数据库的数量扩充； 步骤三：神经网络模型优选与开发：根据图像分割离线数据库的数据结构特征，基于语义分割、注意力机制和监督学习理论构建考虑注意力机制的U-net神经网络模型，即AEUnet神经网络模型；所述AEUnet神经网络模型： 所述AEUnet神经网络模型在基础语义分割网络U-net基础上，基于通道注意力机制实现了神经网络各层级感受野下的特征融合优化，通过注意力机制模块定义特征权重，以突出重要特征并抑制无关特征； AEUnet神经网络结构包括：编码器、解码器和基于通道注意力机制的特征融合操作，其中： 所述编码器将输入图像压缩以增加感受野，具体表现为增加图像深度即图像通道数，同时减少图像尺寸；每个编码器由若干卷积层和一个最大池化层组成，其操作原理如下： 1 2 3 其中，Xl-1为编码器的输入特征；Wl为编码器第l层的卷积核，Wl-1为编码器第l-1层的卷积核；Yl为编码器的输出特征；Conv为卷积操作；ReLU为ReLU线性激活操作；MaxPool为最大池化操作； 所述解码器通过扩展图像以减小感受野，从而增强了图像细节的感知；通过增大图像尺寸同时减少图像通道数量来实现的；每个解码器包括一个反卷积层和若干卷积层，其操作原理如下： 4 5 6 其中，Xl-1为解码器的输入特征；Wl-1为解码器第l-1层的卷积核；Yl为解码器的输出特征；Conv为卷积操作；ReLU为ReLU线性激活操作；TransConv为反卷积操作； 所述基于通道注意力机制的特征融合操作：将通道注意力机制集成到编码器和解码器之间的特征融合阶段，以实现有效的特征选择；计算注意力权重的方法如下： 7 8 9 10 其中，Yencl为编码器第l层的输出特征；Ydecl为解码器第l层的输入特征；W为权重矩阵；Q为查询向量，是位置i的查询向量；K为键向量；V为值向量；αij为位置i和j之间的注意力权重；dk为键向量的维度；Softmax为用于归一化的Softmax函数；注意力机制AttentionQ,K,V通过对值向量的加权求和来计算： 11 其中，是位置j的值向量； 基于Concat操作在相同感受野下实现特征融合： 12； 步骤四：神经网络模型训练：采用步骤二建立的图像分割离线数据库训练AEUnet神经网络模型，得到AEUnet-DIP代理模型； 步骤五：图像分割预测：采用AEUnet-DIP代理模型对待测的沥青混凝土CT图像开展集料相分割预测。

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同济大学;上海市城市建设设计研究总院(集团)有限公司;上海浦东路桥(集团)有限公司，其通讯地址为：200092 上海市杨浦区上海市四平路1239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。