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！

龙图腾网获悉南京信息工程大学申请的专利融合多尺度扩张率的D-UNet裂缝图像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：CN115880489B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211445296.9，技术领域涉及：G06V10/26；该发明授权融合多尺度扩张率的D-UNet裂缝图像分割方法是由柏勇;谢永华设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本融合多尺度扩张率的D-UNet裂缝图像分割方法在说明书摘要公布了：本发明公开了一种融合多尺度扩张率的D‑UNet裂缝图像分割方法，将UNet进行修改，将模型中的双重卷积的第二层传统卷积替换为不同扩张率的空洞卷积进行提取特征，在编码阶段和解码阶段设置的扩张率形成对称结构。本发明提供了融合多尺度扩张率的D‑UNet裂缝图像分割方法，在分割领域提供了新的解决方案，针对裂缝分割任务存在的特点对已有的分割模型进行了优化，对实际工程中应用本模型具有指导意义；本发明利用原始UNet作为基础的主干网络进行优化，对其编码器和解码器进行卷积替换，替换的空洞卷积更加有利于特征的提取。对于下采样时图像的分辨率下降有着一定的辅助作用。

本发明授权融合多尺度扩张率的D-UNet裂缝图像分割方法在权利要求书中公布了：1.一种融合多尺度扩张率的D-UNet裂缝图像分割方法，其特征在于，包括以下步骤： 1对裂缝数据集进行预处理操作：对数据集的每张图像进行过滤，消除噪声对模型训练的影响，然后对处理完的图像进行通道的调整，将图像全部转为单通道； 2将原始UNet的编码器中双重卷积进行替换，在每一个编码器中，将第二个卷积利用不同扩张率的空洞卷积进行替换； 3在下采样的时候，将最大池化的方式替换为带有步长的卷积进行下采样； 4下采样的特征图需要进行对应的四次上采样操作恢复图像的初始分辨率；每次上采样的方式选择双线性插值； 5在解码阶段，对于每一个解码器中的双重卷积，同样将第二个卷积替换为不同扩张率的空洞卷积； 6将输出图像调整为单通道以迎合二分类的分割任务； 7将训练的权重加载到模型中进行测试集的检测，以此评价模型的分割效果； 所述步骤2为： 根据空洞卷积的等价卷积核大小计算公式替换传统卷积： n＝k+k-1*d-1 式中，k为传统卷积核大小，d为设置空洞卷积时的超参数扩张率；利用空洞卷积在不增加参数量的情况下能够扩大感受野的优势，进而替换编码器中双重卷积的第二个卷积；空洞卷积后得到的特征图大小为： o＝[n+2p-k-k-1*d-1]s+1 式中，n为等价的空洞卷积核大小，p为填充数，k为传统卷积核大小，d为设置空洞卷积时的超参数扩张率，s为步长；对于UNet的编码阶段，采用不同扩张率的空洞卷积，能够更好的得到裂缝特征，从而提升训练效果；由于靠近输入层，所以第一个编码器第二层使用传统卷积进行提取特征；接下来的编码器中第二层依次使用不同扩张率的空洞卷积替换原始的卷积； 所述步骤5为： 将解码器中的第二层卷积依次替换为不同扩张率的空洞卷积；得益于空洞卷积在不增加参数量的情况下可以扩大感受野的优势，能够充分恢复下采样过程中丢失的细节信息；空洞卷积的感受野通过公式得出： RFi＝RFi-1+n-1×Si-1 式中，RFi为当前层的感受野，RFi-1为前一层的感受野，n为卷积核大小，Si-1为当前层之前所有层的步长乘积，通过以下公式计算得出： 式中，Stridei为第i层卷积使用的步长。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。