南京理工大学冯世杰获国家专利权
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！
龙图腾网获悉南京理工大学申请的专利基于物理信息的深度学习的条纹分析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：CN116448008B 。
龙图腾网通过国家知识产权局官网在2026-05-05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：202310321872.7，技术领域涉及：G01B11/25；该发明授权基于物理信息的深度学习的条纹分析方法是由冯世杰;车宇轩;尹维;左超;陈钱;胡岩设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。
本基于物理信息的深度学习的条纹分析方法在说明书摘要公布了：本发明公开了一种基于物理信息的深度学习的条纹分析方法，旨在提供一种高效、准确的三维轮廓分析方法。包括使用投影仪向被测场景投射单幅高频条纹图案，相机采集单帧条纹图像。采用基于深度学习增强的傅里叶变换轮廓测量法得到初始低精度的包裹相位，获得待测场景的初始相位图。使用一个轻量级的DNN进行相位分析，并计算傅里叶损失函数和相位损失函数反向传播，为不同类型的样品输出可靠的高质量的相位结果。结合相位展开算法和三维重建算法，根据图像坐标系与相机坐标系关系重构出待测场景的三维轮廓。本发明提高了条纹分析的准确性和效率，具有广泛的应用前景，尤其适用于精细的工业检测和三维重建领域。
本发明授权基于物理信息的深度学习的条纹分析方法在权利要求书中公布了：1.一种基于物理信息的深度学习的条纹分析方法，其特征在于，包括如下步骤： 步骤1：向被测场景投射单幅高频条纹图案，相机采集单帧高频条纹图像，采用基于深度学习增强的傅里叶变换轮廓测量法得到初始包裹相位，获得待测场景的初始相位图； 步骤2：将初始相位图和高频条纹图输入轻量级网络，预测包裹相位分子和分母，得到真实相位图； 步骤3：计算步骤1得到的初始包裹相位图与步骤2得到的真实相位图的傅里叶损失函数值，利用相位损失函数计算得到的相位损失值； 步骤4：将初始相位图更新为步骤2得到的真实相位图，重复步骤2和3对网络进行反复迭代，直到网络的傅里叶损失函数值和相位损失函数值收敛，获得轻量级的DNN神经网络输出的分子和分母； 步骤5：根据轻量级的DNN神经网络输出的分子和分母得到高精度的包裹相位图； 步骤6：利用相位展开算法和三维重建算法，根据图像坐标系与相机坐标系关系重构出待测场景的三维轮廓。
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理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道孝陵卫街200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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励