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！

龙图腾网获悉哈尔滨工业大学申请的专利面向砂石矿山生产的粒径检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：CN116612179B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310598013.2，技术领域涉及：G06T7/62；该发明授权面向砂石矿山生产的粒径检测方法是由吴锐;蒋鹏飞;刘家锋;刘松波;吕强设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本面向砂石矿山生产的粒径检测方法在说明书摘要公布了：本发明公开了面向砂石矿山生产的粒径检测方法，包括以下步骤：步骤一，砂石图像采集；步骤二，实粒分割模型构建；步骤三，最大连通域检测；步骤四，掩码非极大值抑制；步骤五，轮廓检测；步骤六，粒径检测；步骤七，结果输出；本发明通过对特征提取过程进行改进，采用通道叠加的方式对相邻两个分辨率的特征图进行特征提取，有利于保证这些特征既包含预测目标的细节信息，避免了其他砂石目标特征的干扰；通过对评分机制的改进，引入一个权重用来衡量检测分支得到的目标框和掩码预测分支得到的掩码所对应的边框之间的一致性，值取二者的交并比，最终得分为权重乘上分类得分和掩码得分的最大值，有效的解决了打分机制的不足。

本发明授权面向砂石矿山生产的粒径检测方法在权利要求书中公布了：1.面向砂石矿山生产的粒径检测方法，包括以下步骤：步骤一，砂石图像采集；步骤二，实粒分割模型构建；步骤三，最大连通域检测；步骤四，掩码非极大值抑制；步骤五，轮廓检测；步骤六，粒径检测；步骤七，结果输出；其特征在于： 其中在上述步骤一中，首先搭建自动化图像采集设备，利用自动化图像采集设备进行传送带上的砂石进行拍摄，拍摄好的图像传递服务器中备用； 其中在上述步骤二中，当步骤一中的采集设备采集到砂石的图像之后，利用人工对少量的砂石图像的轮廓进行标注，标注完成后在此基础上训练生成教师模型，教师模型采用的是改进的MaskRCNN模型，利用教师模型对砂石图像进行自动标注，自动标注的图像生成数据集，利用数据集训练生成实例分割神经网络模型，训练采用随机梯度下降法优化模型，方法步骤为： 图像特征提取：根据预测框大小提取不同分辨率特征时，首先采用通道叠加的方式对相邻两个分辨率的特征图进行特征提取，使得这些特征既包含预测目标的细节信息，又包含目标所处更大区域的语义信息，然后对融合后的特征进行通道和空间注意力运算，使模型聚焦于预测框内主要砂石目标的特征而抑制其余的干扰特征； 候选框推荐：图像特征提取完成后，对砂石图片表面的外轮廓的候选框进行推荐； 候选框提取：对推荐的候选框的外轮廓特征进行提取，提取完成后备用； 掩码评分机制改进：引入对掩码的评分，预测掩码与标注掩码之间交并比越高，则得分越高，同时引入一个权重用来衡量检测分支得到的目标框和掩码预测分支得到的掩码所对应的边框之间的一致性，值取二者的交并比，最终得分为权重乘上分类得分和掩码得分的最大值；； 半监督学习：当掩码评分机制改进完成后，进行数据迭代和半监督学习，直至完成实例分割神经网络模型训练生成； 其中在上述步骤三中，当步骤二中的实粒分割模型构建完成后，根据模型预测结果的评分进行排序，排序完成后，根据分数阈值筛选出满足得分条件的目标，然后依次对每个目标的掩码进行处理，首先进行最大连通域检测，只保留目标的最大连通域； 其中在上述步骤四中，当步骤三中的最大连通域检测完成后，此时进行掩码的非极大值抑制，如果当前掩码与已经预测出的掩码之间重复像素大于自身的一半，则跳过该目标； 其中在上述步骤五中，当步骤四中的掩码非极大值抑制完成后，进行掩码区域的轮廓检测； 其中在上述步骤六中，当步骤五中的轮廓检测完成后，此时计算掩码区域的最小外接圆直径和掩码面积，最小外接圆直径作为砂石粒径，将砂石掩码的面积加到砂石粒径对应的粒径级别上，计算不同粒径级别的砂石面积所占的比例即为最终的粒径分布，得出结果； 其中在上述步骤七中，当步骤六中的粒径检测完成后，计算结果保存到数据库中同时会发送给中控设备用于对生产进行调控。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。