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！

龙图腾网获悉福州大学申请的专利基于图像融合与深度学习的水下桥墩表观病害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：CN115424107B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211142639.4，技术领域涉及：G06V10/80；该发明授权基于图像融合与深度学习的水下桥墩表观病害检测方法是由姜绍飞;苏振恒;王威;王圣贤设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本基于图像融合与深度学习的水下桥墩表观病害检测方法在说明书摘要公布了：本发明涉及一种基于图像融合与深度学习的水下桥墩表观病害检测方法，包括以下步骤：步骤S1:获取水下墩柱表观病害原始图像；步骤S2:对水下墩柱表观病害原始图像，分别基于CLAHE算法和ACE算法进行增强处理，得到融合图像1和融合图像2；步骤S3:根据融合图像1和融合图像2，通过点锐度权重进行加权融合，并采用USM算法进行锐化处理，得到最终的融合图像；步骤S4:将融合后的图像输入到深度学习算法模型中训练，输出带有病害种类和位置信息的图像。

本发明授权基于图像融合与深度学习的水下桥墩表观病害检测方法在权利要求书中公布了：1.一种基于图像融合与深度学习的水下桥墩表观病害检测方法，其特征在于，包括以下步骤： 步骤S1:获取水下墩柱表观病害原始图像； 步骤S2:对水下墩柱表观病害原始图像，分别基于CLAHE算法和ACE算法进行增强处理，得到融合图像1和融合图像2； 步骤S3:根据融合图像1和融合图像2，通过点锐度权重进行加权融合，并采用USM算法进行锐化处理，得到最终的融合图像； 步骤S4:将融合后的图像输入到训练好的深度学习算法模型，输出带有病害种类和位置信息的图像； 所述步骤S3具体为： 步骤S31:根据得到的融合图像1和融合图像2分别计算其相应的点锐度值EG和权重系数WA、WC； 其中，m、n为图像大小；dGdx表示灰度变化率；EG为计算的点锐度值；EGA和EGC分别为经ACE算法和CLAHE算法增强后的图像点锐度值；WA和WC为对应的图像权重系数； 步骤S32:将得到的融合图像1和融合图像2分别分解为三个RGB单通道图像，利用计算的权重系数对三个RGB单通道图像进行加权像素融合； 步骤S33:将融合后的3幅RGB单通道图像重新合并，得到融合图像3； 步骤S34:采用USM算法，先对融合图像3进行高斯模糊，再将融合图像3减去权重系数乘上高斯模糊后的图像，最后经过去噪滤波和卷积操作，得到最终融合图像； 所述步骤S34具体计算公式如下： 其中，fa,b代表输入图像；ha,b为高频分量；ω为锐化系数，gσ和分别表示去噪滤波和卷积操作； 所述深度学习算法模型采用YOLOv3算法模型。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。