中國科學院寧波材料技術與工程研究所;寧波杭州灣新材料研究院葉善洪獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉中國科學院寧波材料技術與工程研究所;寧波杭州灣新材料研究院申請的專利基于深度學習DIC的高速旋轉物體應變場測量方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120274664B 。
龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510779550.6，技術領域涉及：G01B11/16；該發明授權基于深度學習DIC的高速旋轉物體應變場測量方法是由葉善洪;毛澤鋇;陳新民;王繼強設計研發完成，并于2025-06-12向國家知識產權局提交的專利申請。
本基于深度學習DIC的高速旋轉物體應變場測量方法在說明書摘要公布了：本發明涉及一種基于深度學習DIC的高速旋轉物體應變場測量方法，基于數字圖像方法采集散斑圖像序列，通過配準目標圖像和參考圖像后進入改進型DIC神經網絡模型中進行應變場獲取，實現了高速旋轉物體的非接觸應變場測量；所述改進型DIC神經網絡模型中使用流注意力來強化初始位移場中與位移相關的紋理特征，有助于消除位移場中的瑕疵點，接著進行全局匹配和位移迭代細化來提高位移預測精度，提高改進型DIC神經網絡模型的魯棒性和準確性。
本發明授權基于深度學習DIC的高速旋轉物體應變場測量方法在權利要求書中公布了：1.一種基于深度學習DIC的高速旋轉物體應變場測量方法，其特征在于，包括： 步驟1，在目標物體的旋轉部件表面制備散斑圖案； 步驟2，啟動旋轉目標物體，采用工業相機對選定區域拍攝得到連續多幀的散斑圖像；隨機選取兩張散斑圖像作為參考圖像和目標圖像并進行預處理； 步驟3，配準目標圖像和參考圖像； 步驟4，構建改進型DIC神經網絡模型，判斷是否對配準的目標圖像和參考圖像進行分割處理，若是，則進入步驟6；若否，則進入步驟5； 步驟5，所述改進型DIC神經網絡模型對配準的目標圖像和參考圖像進行特征提取、特征增強、特征融合和位移迭代細化得到原圖像分辨率位移場，并基于原圖像分辨率位移場計算得到應變場； 步驟6，對配準的目標圖像和參考圖像同步進行重疊分塊處理，得到若干對具有重疊區域的目標圖像塊和參考圖像塊，改進型DIC神經網絡模型對目標圖像塊和參考圖像塊進行特征提取、特征增強、特征融合和位移迭代細化得到若干位移場塊，基于重疊區域拼接融合位移場塊得到原圖像分辨率位移場，并基于原圖像分辨率位移場計算得到應變場。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院寧波材料技術與工程研究所;寧波杭州灣新材料研究院，其通訊地址為：315200 浙江省寧波市鎮海區中官西路1219號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號