買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣東省科學(xué)院半導(dǎo)體研究所申請(qǐng)的專利關(guān)鍵尺寸掃描電子顯微鏡圖像處理方法及電子設(shè)備獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119648555B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510189081.2，技術(shù)領(lǐng)域涉及：G06T5/60；該發(fā)明授權(quán)關(guān)鍵尺寸掃描電子顯微鏡圖像處理方法及電子設(shè)備是由劉珠明;劉颯;朱亞楠;吳和明;陳志濤;趙維設(shè)計(jì)研發(fā)完成，并于2025-02-20向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本關(guān)鍵尺寸掃描電子顯微鏡圖像處理方法及電子設(shè)備在說明書摘要公布了：本發(fā)明公開一種關(guān)鍵尺寸掃描電子顯微鏡圖像處理方法及電子設(shè)備，方法包括采用預(yù)先訓(xùn)練好的圖像處理模型對(duì)輸入圖像進(jìn)行處理，得到優(yōu)化圖像；預(yù)先訓(xùn)練好的圖像處理模型包括去噪分支和邊緣增強(qiáng)分支，兩個(gè)分支均基于U?Net網(wǎng)絡(luò)架構(gòu)構(gòu)成，去噪分支包括依次連接的第一編碼器模塊和第一解碼器模塊，第一編碼器模塊和第一解碼器模塊均采用SCblock模塊來提取圖像的局部和全局特征；邊緣增強(qiáng)分支包括邊緣信息提取模塊、依次連接的第二編碼器模塊和第二解碼器模塊；還包括特征融合模塊，用于將第一編碼器模塊和第二編碼器模塊的各級(jí)輸出融合以作為第一編碼器模塊的各級(jí)輸入。與傳統(tǒng)的圖像去噪算法相比，該算法在去噪的同時(shí)解決了圖像過度平滑導(dǎo)致的邊緣模糊問題。

本發(fā)明授權(quán)關(guān)鍵尺寸掃描電子顯微鏡圖像處理方法及電子設(shè)備在權(quán)利要求書中公布了：1.一種關(guān)鍵尺寸掃描電子顯微鏡圖像處理方法，其特征在于，包括： 將輸入圖像輸入至預(yù)先訓(xùn)練好的圖像處理模型中，采用預(yù)先訓(xùn)練好的圖像處理模型對(duì)輸入圖像進(jìn)行處理，獲取圖像處理模型的輸出結(jié)果以得到優(yōu)化圖像； 其中，所述圖像處理模型包括： 去噪分支，基于U-Net卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)構(gòu)成，其包括有依次連接的第一編碼器模塊和第一解碼器模塊，其中，第一編碼器模塊和第一解碼器模塊均采用SCblock模塊來提取圖像的局部和全局特征，所述第一編碼器模塊由交替設(shè)置的SCblock模塊和SConv模塊組成； 邊緣增強(qiáng)分支，基于U-Net卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)構(gòu)成，其包括有依次連接的邊緣信息提取模塊、第二編碼器模塊和第二解碼器模塊，所述第二編碼器模塊由交替設(shè)置的RConvblock模塊和SConv模塊組成； 特征融合模塊，用于將所述第一編碼器模塊和所述第二編碼器模塊的各級(jí)SConv模塊的輸出融合，以作為第一編碼器模塊的各級(jí)SCblock模塊的輸入，SCblock模塊的輸出作為第一編碼器模塊的下一級(jí)SConv模塊的輸入，其中，采用交叉注意力融合模塊對(duì)第一編碼器模塊和第二編碼器模塊中的第一級(jí)SConv模塊的輸出融合。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人廣東省科學(xué)院半導(dǎo)體研究所，其通訊地址為：510651 廣東省廣州市天河區(qū)長(zhǎng)興路363號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。