Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学李学龙获国家专利权

西北工业大学李学龙获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利一种航空工业结构件裂纹视觉检测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:CN116228701B

龙图腾网通过国家知识产权局官网在2025-06-06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:202310152151.8,技术领域涉及:G06T7/00;该发明授权一种航空工业结构件裂纹视觉检测方法是由李学龙;刘康;许程远设计研发完成,并于2023-02-22向国家知识产权局提交的专利申请。

一种航空工业结构件裂纹视觉检测方法在说明书摘要公布了:本发明属于临地安防光电检测技术领域,涉及一种航空工业结构件裂纹视觉检测方法。针对航空工业结构件连接部位铆接和螺栓,由于承载力增大、应力应变状态复杂导致使用过程中出现的疲劳裂纹,提出一种航空工业结构件裂纹视觉检测方法,针对航空领域飞行器裂纹出现概率较小导致的小样本问题,利用机器学习语义分割和小样本分割结合的两阶段的方法有效解决该问题。采用语义分割方法对裂纹基本特征进行识别,利用小样本方法避免由于大量参数可能导致的过拟合问题,增强模型的鲁棒性与泛化性。为避免两阶段网络参数学习相互影响导致难以收敛问题,提出与之对应两阶段训练模式,采用不同的目标函数使模型能够快速收敛,用于各种工业裂纹自动化检测过程。

本发明授权一种航空工业结构件裂纹视觉检测方法在权利要求书中公布了:1.一种航空工业结构件裂纹视觉检测方法,其特征在于:所述检测方法步骤如下:步骤1,采用基础学习器,给定图像x,利用基础学习器从X4,0层提取其中间图像特征,表示为:f=εx,其中ε表示基础学习器编码器,f为X4,0层图像特征;所述基础学习器选用UNet++深度监督的方法进行训练: 其中Li为UNet++第i层特征得到的预测图损失,设定系数ηi≡1,所有规模的特征预测都被平等对待;步骤2,使用小样本代理原型提取方法,利用支持集图像掩码m和支持集图像特征f提取原型v:v=Fpoolf⊙Im,其中⊙表示Hadamard乘积,I表示尺度缩放,Fpool表示掩码平均池化;步骤3,将图像x从基础学习器编码器ε得到的中间图像特征f作为解码器φ的输入得到预测结果p:p=φf,将预测结果p和支持集图像掩码m进行比对,得到精细化掩码Mα,Mβ: Mβ=m-Mα,其中x,y表示掩码的二维坐标;步骤4,利用精细化掩码Mα,Mβ和图像特征f得到代理原型vl,l={α,β}:vl=Fpoolf⊙IMl,l={α,β};步骤5,对原型v进行空间尺度的扩展,将查询集图像xq输入步骤1的基础学习器编码器ε得到查询集图像特征fq,将扩展后的原型v与fq拼接,记为Fguide,得到综合特征fs,q:fq=εxq,fs,q=Fguidev,fq;步骤6,利用查询集特征fq与两个代理原型计算得到激活图Aα,Aβ;步骤7,拼接综合特征fs,q与激活特征图Aα,Aβ得到最终特征ffinal,将最终特征输入解码器D中,得到最终元学习器预测结果pmeta: pmeta=Dffinal;步骤8,将查询集图像输入基础学习器编码器ε中得到的fq再经过解码器得到查询集图像预测结果pbase,将pbase与元学习预测结果pmeta进行逻辑运算,得到最终的预测结果pfinal。

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西北工业大学,其通讯地址为:710072 陕西省西安市友谊西路;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。