中科方寸知微(南京)科技有限公司顾伟获国家专利权
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！
龙图腾网获悉中科方寸知微(南京)科技有限公司申请的专利一种基于深度学习图像分割算法的输电图像缺陷检测及缺陷去重的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：CN120411120B 。
龙图腾网通过国家知识产权局官网在2025-08-29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：202510929344.9，技术领域涉及：G06T7/00；该发明授权一种基于深度学习图像分割算法的输电图像缺陷检测及缺陷去重的方法及系统是由顾伟;张杰设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。
本一种基于深度学习图像分割算法的输电图像缺陷检测及缺陷去重的方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习图像分割算法的输电图像缺陷检测及缺陷去重方法与系统，属于电力设备智能巡检技术领域。该方法通过无人机边缘端部署的轻量化YOLO模型实现杆塔实时识别与自适应拍摄；利用MSAN‑Net网络对红外图像进行像素级分割，该网络融合ResNet编码器、跨尺度注意力机制和多层级特征金字塔，并采用复合损失函数强化边界学习；基于多视角三维重建技术，通过特征点匹配和位姿估计将二维缺陷映射为空间射线，利用射线相交判定实现缺陷去重。通过MSAN‑Net网络通过注意力机制和多尺度特征融合显著提升复杂背景下红外部件的分割精度，结合三维空间映射方法有效解决多视角巡检中的缺陷重复检测问题。
本发明授权一种基于深度学习图像分割算法的输电图像缺陷检测及缺陷去重的方法及系统在权利要求书中公布了：1.一种基于深度学习图像分割算法的输电图像缺陷检测及缺陷去重的方法，其特征在于，所述方法包括： S1、轻量化缺陷初筛与自适应拍摄阶段：通过无人机边缘端部署的轻量化深度学习模型实时识别杆塔位置，基于识别结果自动测算塔高并生成三维航点，结合AI云台纠偏和自适应变焦技术获取高质量巡检图像； S2、红外缺陷检测与温度量化阶段：采用深度学习图像分割算法对红外图像进行像素级分割，提取发热区域并计算绝对温度及相对温差，基于行业标准判定温度异常缺陷； S3、基于三维重建的缺陷去重阶段：通过多视角图像的关键点匹配与位姿估计，将二维缺陷检测结果映射为三维空间射线，利用射线相交判定实现重复缺陷识别与合并； S4、去重指标计算阶段：计算准确率和召回率指标，量化评估系统去重性能；其中，召回率=正确识别重复数实际重复总数。
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中科方寸知微(南京)科技有限公司，其通讯地址为：211135 江苏省南京市江宁区麒麟科技创新园创研路266号人工智能产业园3号楼203B室；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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号