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！

龙图腾网获悉武汉大学申请的专利基于随机森林算法的颗粒材料CT图像分割方法及装置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：CN115760883B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202211651042.2，技术领域涉及：G06T7/11；该发明授权基于随机森林算法的颗粒材料CT图像分割方法及装置是由马刚;张大任;苗泽锴;周伟;王桥;常晓林设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本基于随机森林算法的颗粒材料CT图像分割方法及装置在说明书摘要公布了：本发明公开了一种基于随机森林算法的颗粒材料CT图像分割方法及装置。方法如下：S1：输入颗粒材料CT图像，设置待使用的图像特征；S2：通过Gini系数评估待使用的图像特征的重要性，挑选出重要性高的图像特征；S3：基于选定的图像特征采用随机森林机器学习方法训练颗粒材料CT图像的像素分类模型；S4：对所有CT图像应用训练好的像素分类模型，完成颗粒材料的三维分割。本发明通过Gini系数对每个图像特征的重要性进行评估，筛选出对模型训练起关键作用的少量特征，有效提升了训练效率；在模型训练过程中手动标记颗粒和颗粒之间的孔隙，提升了模型的鲁棒性和分类效果。该方法能够对形态不规则和组成成分复杂的颗粒的CT图像进行精确、高效的分割。

本发明授权基于随机森林算法的颗粒材料CT图像分割方法及装置在权利要求书中公布了：1.一种基于随机森林算法的颗粒材料CT图像分割方法，其特征在于，步骤包括： S1：输入颗粒材料CT图像，设置待使用的图像特征； S2：通过Gini系数评估待使用的图像特征的重要性，挑选出重要性高的图像特征； S3：基于S2选定的图像特征采用随机森林机器学习方法训练颗粒材料CT图像的像素分类模型，以使其具备对颗粒和颗粒间的孔隙进行分类的能力； 所述步骤S3中，使用随机森林机器学习方法训练像素分类模型的具体步骤为： S3.1：从输入的CT图像中随机选择少量图像，在其中随机手动标记少量颗粒和孔隙像素，带有标记的像素将用于训练像素分类器； S3.2：根据S2挑选出的图像特征，对带有标记的图像生成对应的特征图像，组成像素矩阵输入随机森林算法； S3.3：随机森林算法将像素矩阵随机切分为与决策树数目相同的多个子矩阵，每个决策树使用CART方法对一个子矩阵进行颗粒像素和孔隙像素的划分，划分完成后汇总所有决策树的分类结果，以多数投票确定像素的最终类别；所述CART方法的步骤如下：在所有图像特征以及所有可能的阈值中选择Gini系数最小的图像特征及其对应阈值作为最优特征和最优阈值；以最优特征和最优阈值为节点对像素数据进行分类，依次类推直至使用所有图像特征创建出多个分类节点，决策树的构造完成；阈值指1至254中的某个整数，通过遍历1至254计算Gini系数挑选出阈值； S3.4：评估模型的袋外错误率，当小于设定的阈值时完成模型训练； S4：对所有CT图像应用训练好的像素分类模型，确保颗粒形态正确且颗粒之间相互独立，完成颗粒材料的三维分割。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山武汉大学；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。