基本信息:
- 专利标题： 基于深度学习的裂纹扩展历程复杂缺失纹理的追溯方法
- 申请号：CN202111392839.0 申请日：2021-11-23
- 公开(公告)号：CN114049343A 公开(公告)日：2022-02-15
- 发明人： 张啸尘 , 李峻州 , 张天 , 孟维迎 , 龙彦泽 , 李颂华 , 周鹏 , 石怀涛 , 丁兆洋 , 张宇 , 邹德芳 , 李翰文 , 范才子 , 金兰茹 , 刁梦楠
- 申请人： 沈阳建筑大学
- 申请人地址： 辽宁省沈阳市浑南区浑南中路25号
- 专利权人： 沈阳建筑大学
- 当前专利权人： 沈阳建筑大学
- 当前专利权人地址： 辽宁省沈阳市浑南区浑南中路25号
- 代理机构： 沈阳东大知识产权代理有限公司
- 代理人： 李珉
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06T7/12 ; G06T7/13 ; G06T5/00 ; G06V10/44 ; G06V10/774 ; G06V10/82 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要：
本发明提供一种基于深度学习的裂纹扩展历程复杂缺失纹理的追溯方法，涉及计算机视觉技术领域。该方法首先通过边缘提取以及修复算法获得标记缺失区域的纹理图像，然后再构建纹理内容生成器和纹理内容判别器从而生成基于对抗网络的纹理追溯模型，再将标记缺失区域的纹理图像、完整的特征轮廓图像和Mask图像作为训练数据集对纹理追溯模型进行训练，最后利用训练好的纹理追溯模型进行缺失纹理的追溯。该方法主要分为网络训练过程以及追溯过程两部分，更具体的本发明方法可对纹理缺失图像进行有效的纹理追溯，为后续的微观纹理分析打下了良好的基础，具有很高的实用性。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T7/00 | 图像分析，例如从位像到非位像 |