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！

龙图腾网获悉济南大学;山东大学申请的专利一种水泥水化微结构图像的跨设备风格化增强方法及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：CN119251073B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411782968.4，技术领域涉及：G06T5/60；该发明授权一种水泥水化微结构图像的跨设备风格化增强方法及系统是由张亮亮;高号众;王琳;韩亚敏;杨波;侯鹏坤;裴妍设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种水泥水化微结构图像的跨设备风格化增强方法及系统在说明书摘要公布了：本发明公开了一种水泥水化微结构图像的跨设备风格化增强方法及系统，属于数字图像处理技术领域。包括：获取第一水泥水化微结构图像和第二水泥水化微结构图像，第一水泥水化微结构图像通过低配置的CT设备采集，第二水泥水化微结构图像通过高配置的CT设备采集；将第一水泥水化微结构图像和第二水泥水化微结构图像输入跨设备图像增强模型进行处理，通过输入层、表示层和输出层，分别对两种图像计算特征位置编码、特征提取、融合和上采样还原，最终获取跨设备风格化增强后的水泥水化微结构图像。能够得到逼近高配置的CT设备成像质量的水泥水化微结构图像，解决了水泥水化微结构图像跨设备增强的问题。

本发明授权一种水泥水化微结构图像的跨设备风格化增强方法及系统在权利要求书中公布了：1.一种水泥水化微结构图像的跨设备风格化增强方法，其特征在于，包括： 获取第一水泥水化微结构图像和第二水泥水化微结构图像，其中，所述第一水泥水化微结构图像和所述第二水泥水化微结构图像通过不同的CT设备采集；第一水泥水化微结构图像的图像质量劣于第二水泥水化微结构图像；其中，CT设备所采集的第一水泥水化微结构图像和第二水泥水化微结构图像来自于不同的水泥块或相同的水泥块； 将所述第一水泥水化微结构图像和所述第二水泥水化微结构图像输入训练好的跨设备图像增强模型进行处理，获取跨设备风格化增强后的水泥水化微结构图像； 其中，所述跨设备图像增强模型通过嵌入层将第一水泥水化微结构图像转换为第一图像特征向量，对第一图像特征向量并行执行最大池化和平均池化，对最大池化处理结果与平均池化处理结果的差值进行卷积处理；采用插值算法对卷积处理后的第一图像特征向量进行大小还原，生成骨架位置编码并添加至第一图像特征向量；通过嵌入层将第二水泥水化微结构图像转换为第二图像特征向量；对第二图像特征向量进行卷积处理，生成风格位置编码并添加至第二图像特征向量； 所述跨设备图像增强模型包括依次连接的输入层、表示层和输出层，所述输入层包括依次连接的嵌入层和位置编码层，表示层包括依次连接的Transformer编码器模块和Transformer解码器模块，输出层包括上采样模块；其中，Transformer编码器模块的数量为多个且为并行设置； 所述Transformer编码器模块分别用于对添加有骨架位置编码的第一图像特征向量进行骨架信息提取以及对添加有风格位置编码的第二图像特征向量进行风格信息提取，获取对应的骨架信息特征和风格信息特征； 所述Transformer解码器模块用于对所述骨架信息特征和所述风格信息特征进行解码融合，生成融合特征向量； 所述上采样模块用于对所述融合特征向量进行解码，将融合特征向量转换为跨设备风格化增强后的水泥水化微结构图像； 骨架位置编码表示为： ； 式中，表示骨架位置编码，c表示第一角标，表示插值算法，通过插值算法将卷积处理后的第一图像特征向量还原为初始大小，表示的卷积，表示最大池化操作，表示平均池化操作，表示池化操作后的尺寸； 风格位置编码表示为： ； 式中，表示风格位置编码，s表示第二角标，表示带有1个边界扩充的的卷积； 使用迁移学习利用非同质图像对跨设备图像增强模型进行预训练，以骨架损失、风格损失和双层循环一致性损失最小化为目的对跨设备图像增强模型进行训练。

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济南大学;山东大学，其通讯地址为：250000 山东省济南市市中区南辛庄西路336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。