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火箭发动机燃烧室缺陷智能判读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：CN115690070B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211407757.3，技术领域涉及：G06T7/00；该发明授权一种火箭发动机燃烧室缺陷智能判读方法是由李学龙;刘康;石宏强设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本一种火箭发动机燃烧室缺陷智能判读方法在说明书摘要公布了：本发明涉及一种火箭发动机燃烧室缺陷智能判读方法，针对固体火箭发动机的药柱在装药过程中出现的药柱与壳体界面脱粘、因浇注工艺差异产生的药柱气泡等缺陷。研发了一种火箭发动机燃烧室缺陷智能判读方法。利用影像增强与非局部深度特征在非局部块中找到更多相似特征有效提高了影像质量。针对缺陷小样本问题，采用镜像、旋转、平移、扭曲、滤波、对比度调整等几何变换方法增强网络对小样本缺陷的学习能力。为降低处理高维数据的计算复杂度，采用视觉注意力机制和增量学习方法不仅能够使网络更专注于寻找和目标特征更加相似的有用信息，而且能够有效应对缺陷样本多样性和泛化性，大幅提高了药柱缺陷的智能判读效率和准确度。

本发明授权一种火箭发动机燃烧室缺陷智能判读方法在权利要求书中公布了：1.一种火箭发动机燃烧室缺陷智能判读方法，其特征在于步骤如下： 步骤1：将SRM燃烧室超大分辨率CT图像的原图像进行切图，切成宽高为m*n的若干小图，分为训练样本和测试样本，其中overlop比例设置为0.2，步长为512； 所述切图方法为：以原图的左上角为起点按照m*n切图，记录切出来的小图像左上角坐标，以在标签定位中使用； 步骤2：对训练样本采用基于残差学习的马赛克和噪声同时去除方法，进行端到端对含噪、低分辨率空间到清晰、高分辨率空间之间的映射学习，得到去噪之后的训练样本； 步骤3：利用视觉注意力机制和非局部特征增强卷积对训练样本中的非局部特征信息对去噪进行提取与增强，以高精度特征点检测方法与非线性优化相结合的方式，剔除CT影像缺陷检测时的干扰像素点，从而增强影像质量； 步骤4：基于MMDetection框架中集成的FasterRCNN目标检测模型，Backbone部分选取残差网络ResNet50作为该模型的骨干特征提取网络，并在其中添加SE注意力机制模块来增强网络模型提取缺陷特征的效果： 在Neck部分，引入特征金字塔模块对Backbone部分生成的不同尺度的特征图进行融合，得到多尺度特征图； 在Head部分，以Neck部分得到的多尺度特征图作为输入，采用区域生成网络RPN，生成锚框anchor和候选框proposal，实现对缺陷目标进行粗略的定位，根据置信度排序，设置阈值为0.5执行一次NMS，超出阈值的候选框剔除，得到最终的候选框；再将候选框送到RoIPooling模块中，进行缺陷类别划分与坐标回归； 步骤5：根据上述搭建的步骤进行网络训练得到训练好的模型，以测试样本对训练好的模型进行测试； 需要判读的SRM燃烧室超大分辨率CT图像的原图，经过步骤1～步骤3处理后的样本输入训练和测试后的模型的进行预测，并输出药柱缺陷的类别和位置信息。

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”。