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！

龙图腾网获悉北京山水美大数据科技有限公司申请的专利一种基于深度学习的岩芯岩性图像智能识别系统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：CN121121310B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511455808.3，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的岩芯岩性图像智能识别系统是由杜宛真;李静设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本一种基于深度学习的岩芯岩性图像智能识别系统在说明书摘要公布了：本发明涉及一种基于深度学习的岩芯岩性图像智能识别系统，其核心包括图像采集模块、图像预处理模块、特征提取与分类模块以及数据整合与输出模块四个模块，通过集成高精度图像采集、AI降噪、多特征融合分类及自动化报告生成技术，通过图像智能分析实现岩芯岩性的快速、精准分类，能够显著提升地质勘探的效率和准确性，适用于土壤采样的土孔与地下水监测井钻探过程中获取的岩芯样本的岩性自动化分类与智能识别，能够为环境水文地质勘查提供高效精准的技术支持。

本发明授权一种基于深度学习的岩芯岩性图像智能识别系统在权利要求书中公布了：1.一种基于深度学习的岩芯岩性图像智能识别系统，其特征在于：包括： 图像采集模块，通过便携式高分辨率岩芯图像采集设备采集全局岩芯图像，并以1.2-1.5m为间隔采集一次局部岩芯图像，且现场同步收集项目基础信息、专业技术指标、水文地质数据作为元数据；其中全局图像≥500万像素，局部特写图像≥2000万像素； 图像预处理模块，包括AI降噪、多噪声自适应处理及细节增强；其中，所述AI降噪利用PyTorch基于改进的U-NetResNet架构，自动区分图像中的真实细节与噪声，消除泥浆污染、粉尘噪点、光照不均、图像失真干扰，保留岩芯纹理性状与颗粒边界；所述多噪声自适应处理包括采用高斯噪声、椒盐噪声及混合噪声的级联处理，自动调整算法参数；所述细节增强包括在去噪过程中智能锐化矿物颗粒边界、裂隙； 特征提取与分类模块，接入专业的地理数据库，整合区域地层信息，通过GPS坐标自动关联岩芯样本的区域地质背景，将元数据与图像特征拼接，进行多模态数据融合，输入深度学习模型，所述深度学习模型利用基于PyTorchTensorFlow框架构建的卷积神经网络与专业地理数据库结合的方式进行特征提取、分类与输出； 数据整合与输出模块，包括标准化报告生成与数据库管理；所述标准化报告生成基于Python脚本自动化填充地下水监测井建井记录单，同时根据集成MatplotlibPlotly绘图库自动生成监测井结构示意图，所述地下水监测井建井记录单包括基础信息、技术参数、水文地质数据及岩性分类结果；所述数据库管理采用PostgreSQL和PostGIS存储岩芯图像、分类结果及地理数据； 其中，在进行多噪声自适应处理时，多噪声类型处理包括： 光照不均校正：自动平衡阴影和高光区域，修复因现场光线不足或反光导致的局部过曝欠曝； 泥浆污染修复：识别并消除水钻岩心表面的泥浆附着区域，恢复原始颜色与纹理； 粉尘噪点去除：清除干钻岩心的粉尘噪点； 压缩照片失真：消除块效应和色带，恢复高频细节； 所述多噪声自适应处理的步骤包括： 步骤S11，预训练噪声分类模型：使用轻量级CNN，输入图像的局部方差、频域能量、纹理复杂度特征，输出噪声类型标签； 步骤S12，根据噪声分类结果，自动激活不同分支：当噪声为高斯噪声时，进行频域维纳滤波增强；当噪声为椒盐噪声时，进行非局部均值抑制；当噪声为混合噪声时，进行级联多阶段处理，先用非局部均值或形态学滤波消除泥浆污染，再用频域维纳滤波处理粉尘； 步骤S13，训练数据与损失函数：采集不同钻井环境下的岩芯图像，标注噪声区域，并使用生成对抗网络模拟复杂噪声数据，加入MMD损失，微调生成器缩小合成与真实噪声的分布差距；使用MS-SSIM防过度平滑，并使用L1范数约束噪声残差，混合损失函数。

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北京山水美大数据科技有限公司，其通讯地址为：100055 北京市西城区广安门外大街248号1号楼5层518；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。