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！

龙图腾网获悉中国科学院武汉岩土力学研究所申请的专利分析岩土颗粒形状与矿物组分的高光谱成像数据处理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：CN119919803B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202411924769.2，技术领域涉及：G06V20/10；该发明授权分析岩土颗粒形状与矿物组分的高光谱成像数据处理方法是由薛强;魏厚振;万勇;李江山设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本分析岩土颗粒形状与矿物组分的高光谱成像数据处理方法在说明书摘要公布了：本发明公开了一种分析岩土颗粒形状与矿物组分的高光谱成像数据处理方法，该方法包括：获取待测矿物颗粒的高光谱数据，并对待测矿物颗粒的高光谱数据进行预处理；基于预处理后的待测矿物颗粒的高光谱数据得到矿物组分测试集；调用生成的矿物组分模型权重文件对矿物组分测试集进行识别分类，得到对应的端元矿物成分，并基于端元矿物成分统计得到矿物组分及各矿物组分的相对含量，实现待测矿物颗粒的矿物组分分析。本发明可准确实现矿物颗粒的形状与矿物组分的联合分析。

本发明授权分析岩土颗粒形状与矿物组分的高光谱成像数据处理方法在权利要求书中公布了：1.一种分析岩土颗粒形状与矿物组分的高光谱成像数据处理方法，其特征在于，包括： 获取待测矿物颗粒的高光谱数据，并对待测矿物颗粒的高光谱数据进行预处理； 基于预处理后的待测矿物颗粒的高光谱数据得到矿物组分测试集； 调用生成的矿物组分模型权重文件对矿物组分测试集进行识别分类，得到对应的端元矿物成分，并基于端元矿物成分统计得到矿物组分及各矿物组分的相对含量，实现待测矿物颗粒的矿物组分分析； 矿物组分模型权重文件的生成步骤包括： 获取标准矿物颗粒的高光谱数据，所述标准矿物颗粒为矿物成分已知的矿物颗粒； 生成一标注数组并叠加到标准矿物颗粒的高光谱数据中，形成标注后标准高光谱数据； 将标注后标准高光谱数据按照不同端元解散为标准光谱矢量，并按照数据分配比例分配得到矿物组分训练集和矿物组分验证集； 将矿物组分训练集和矿物组分验证集输入一维深度学习模型进行迭代训练与验证，以生成所述矿物组分模型权重文件； 所述方法还包括对待测矿物颗粒进行颗粒分割与形状分析，对待测矿物颗粒进行颗粒分割与形状分析，包括： 基于预处理后的待测矿物颗粒的高光谱数据得到颗粒分割测试集； 调用生成的颗粒分割模型权重文件对颗粒分割测试集进行实例分割，得到待测矿物颗粒的实例边界点坐标，并生成二维实例掩膜； 对二维实例掩膜进行连通域分析，以获取二维实例掩膜的形状参数，并统计得到待测矿物颗粒的单颗粒形状和粒径分布信息，实现颗粒分割与形状分析； 颗粒分割模型权重文件的生成步骤包括： 合成特征灰度图像； 将特征灰度图像与标注数组叠加，并在进行随机数据增强操作后，随机裁剪为若干预设尺寸的图像和标注文件，并按照数据分配比例分配得到颗粒分割训练集与颗粒分割验证集； 将颗粒分割训练集与颗粒分割验证集输入二维深度学习模型进行迭代训练与验证，以生成所述颗粒分割模型权重文件； 合成特征灰度图像，包括： 基于矿物组分识别结果对比分析矿物组分数据集，以确定矿物组分的特征吸收峰，提取特征吸收峰的中心波长和半峰全宽，以便计算得到差异特征波长，所述矿物组分数据集包括所述矿物组分训练集和矿物组分验证集； 定义差异特征波长搜索函数，通过差异特征波长搜索函数在光谱范围内进行差异特征波长搜索，以提取中心波长处的灰度图像以及差异特征波长处的灰度图像，通过线性叠加与对比度增强方法对提取的图像进行处理，以合成所述特征灰度图像。

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中国科学院武汉岩土力学研究所，其通讯地址为：430071 湖北省武汉市武昌区水果湖街小洪山2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。