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！

龙图腾网恭喜宝鸡市瑞和机械制造有限公司申请的专利基于机器视觉的顶驱钻井异常检测方法及系统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：CN119991674B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510473367.3，技术领域涉及：G06T7/00；该发明授权基于机器视觉的顶驱钻井异常检测方法及系统是由沈毅;侯领娣;梁天植设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本基于机器视觉的顶驱钻井异常检测方法及系统在说明书摘要公布了：本发明涉及图像数据处理技术领域，尤其涉及基于机器视觉的顶驱钻井异常检测方法及系统。方法包括：实时获取顶驱钻井的当前作业图像内所有像素点的灰度值；构建每个像素点的参考块，将任一像素点记为目标像素点，将目标像素点的参考块记为目标块，选取多个参考块作为目标块的邻域块；确定邻域块的噪声值；确定目标像素点的重要度；确定邻域块的权重优化因子与优化权重；利用非局部均值滤波算法对当前作业图像去噪，再通过训练后的深度学习模型进行异常检测。本发明通过引入邻域块与参考块之间的图像特征差异分析，优化非局部均值滤波算法的权重计算，可以显著提高顶驱钻井的作业图像的去噪精度，进而提升异常检测的准确度。

本发明授权基于机器视觉的顶驱钻井异常检测方法及系统在权利要求书中公布了：1.基于机器视觉的顶驱钻井异常检测方法，其特征在于，包括：实时获取顶驱钻井的当前作业图像内所有像素点的灰度值；以每个像素点为中心，以预设的长度为边长，构建每个像素点的参考块，将任一像素点记为目标像素点，将目标像素点的参考块记为目标块，基于其余参考块与目标块内像素点的灰度均值差异，选取多个参考块作为目标块的邻域块，根据邻域块内像素点的灰度值的极差与次极差，确定邻域块的噪声值；基于目标像素点的相邻像素点在当前作业图像之前的若干作业图像中的灰度值的变化情况，获取目标像素点的像素线与目标像素点的多个参考点，包括：以目标像素点为中心向左右两侧延伸，左右两侧的像素点分别响应于所属侧连续多个像素点与当前作业图像之前的若干作业图像内对应像素点的灰度值均相同，终止该所属侧延伸；延伸后的像素点不包含导致所述终止该所属侧延伸的所述连续多个像素点；若一直不满足终止条件，则当延伸至当前作业图像内位于边界的像素点时，自动终止；当左右两侧延伸均终止时，以目标像素点及延伸后的像素点构成目标像素点的像素线；将目标像素点的上下两侧相邻的多个像素点作为参考点，同理得到参考点的像素线；根据目标像素点与当前作业图像之前的若干作业图像内对应像素点的灰度值的绝对差值的均值、以及目标像素点的像素线与每个参考点的像素线的长度之差，确定目标像素点的重要度，满足关系式： ；式中，为像素点的重要度；为像素点与当前作业图像之前的若干作业图像内对应像素点的灰度值的绝对差值的均值；为像素点的参考点的数量；为像素点的像素线的长度；为像素点的第个目标参考像素线的长度，所述目标参考像素线的长度是像素点的参考点的像素线的长度；为标准归一化函数，为绝对值符号；将参考块内所有像素点的重要度的均值记为参考块的位置重要度；根据目标像素点的参考块的位置重要度，以及邻域块的噪声值与邻域块的位置重要度，确定邻域块的权重优化因子；根据所述权重优化因子，以及邻域块到目标块的欧氏距离，确定邻域块的优化权重；基于所述优化权重，利用非局部均值滤波算法对当前作业图像进行去噪，再通过训练后的深度学习模型对去噪后的当前作业图像进行异常检测。

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宝鸡市瑞和机械制造有限公司，其通讯地址为：721013 陕西省宝鸡市高新开发区马营镇郭家村钛城路36号院内；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”。