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！

龙图腾网获悉沈阳化工大学申请的专利一种眼睛虹膜色素斑纹理自动分割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：CN115984550B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211259326.7，技术领域涉及：G06V10/26；该发明授权一种眼睛虹膜色素斑纹理自动分割方法是由张波;梅笑云设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种眼睛虹膜色素斑纹理自动分割方法在说明书摘要公布了：本发明公开了一种眼睛虹膜色素斑纹理自动分割方法，涉及一种眼睛色素分割方法，该方法具体步骤：建立虹膜检测数据集和制作虹膜色素斑语义分割数据集，包括对数据集进行归一化预处理，直方图均衡化，数据集扩增，将数据集分为训练集和测试集，对测试集和处理后的测试；搭建DIPSnet语义分割网络，训练该网络得到整体语义分割模型，通过梯度后向传播方法，获得网络模型的权重参数；将测试集中的图像输DIPSnet语义分割网络模型，输出图像经过softmax层生成分类概率图；根据分类概率图中的类别概率，得到图像的分割结果图；本发明应用于虹膜识别系统上以及基于虹膜的人体健康监测系统上。

本发明授权一种眼睛虹膜色素斑纹理自动分割方法在权利要求书中公布了：1.一种眼睛虹膜色素斑纹理自动分割方法，为基于Unet网络结构的生物医学图像自动分割方法，其特征在于，该方法为基于DIPSnet语义分割网络结构的虹膜色素斑纹理自动分割方法，包括以下步骤： S1：建立虹膜检测数据集和制作虹膜色素斑语义分割数据集，包括对数据集进行归一化预处理，直方图均衡化，数据集扩增，将数据集分为训练集和测试集，对测试集和处理后的测试； S2：将数据集图像使用labelme打标，输入网络模型，输出图像生成一个通道数为2的分类概率图，其中分类概率图与输入图像的分辨率相同； S3：搭建DIPSnet语义分割网络，训练该网络得到整体语义分割模型，通过梯度后向传播方法，获得网络模型的权重参数； S4：将测试集中的图像输入DIPSnet语义分割网络模型，输出图像经过softmax层生成分类概率图； S5：根据分类概率图中的类别概率，得到图像的分割结果图； S6：根据分割结果图，使用canny算子检测色素斑纹理边缘，得到边缘检测图； 建立DIPSnet网络模型包括加入残差注意力机制的编码器和具有反卷积双重上采样结构的解码器网络组成，编码器的组成依次包括输入层、第一输出通道数为64的卷积层、第二卷积层、第一融合注意力机制层、第一残差注意力卷积融合层、第一跳跃连接层、第一最大池化层、第三卷积层、第四卷积层、第二融合注意力机制层、第二残差注意力卷积融合层、第二跳跃连接层、第二最大池化层、第五卷积层、第六卷积层、第三融合注意力机制层、第三残差注意力卷积融合层、第三跳跃连接层、第三最大池化层、第七卷积层、第八卷积层、第四跳跃连接层；上采样结构的解码器网络包括第一上采样层、第一连接层、第一常规卷积层、第二上采样层、第二连接层、第二常规卷积层、第三上采样层、第三连接层、第四常规卷积层、第五常规卷积层即输出层；跳跃连接层：第一跳跃连接层与第三连接层连接，第二跳跃连接层与第二连接层连接，第三跳跃连接层与第一连接层连接，第四跳跃连接层与第一上采样层连接；在每个卷积层和常规卷积层中均有激活函数；重构上采样层的操作包括： S31：除了第一层，对于分辨率为h×w，通道数为c的特征图，首先通过2个1×1的卷积其长宽不变，将其通道数增大1倍； S32：S31输出的特征图经过融合注意力机制层和残差注意力卷积融合层，得到了特征图的通道数为C； S33：S32输出的特征图经过最大池化层，得到特征图12h×12w×2C，由此完成分辨率缩小两倍，通道数扩大一倍的上采样过程。

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沈阳化工大学，其通讯地址为：110142 辽宁省沈阳市经济技术开发区11号街；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。