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！

龙图腾网获悉中国矿业大学;江苏建筑职业技术学院;西南交通大学申请的专利一种基于像素阈值差分的索膜结构膜面分类及识别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：CN116258894B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202211720265.X，技术领域涉及：G06V10/764；该发明授权一种基于像素阈值差分的索膜结构膜面分类及识别方法是由张营营;喻秋;周祎;徐俊豪;赵玉帅设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种基于像素阈值差分的索膜结构膜面分类及识别方法在说明书摘要公布了：本发明公开了一种基于像素阈值差分的索膜结构膜面分类及识别方法，属于膜结构技术领域。所述方法包括，利用无人机前端摄像机对索膜结构的正常膜面和损伤膜面进行图片采集，获取采集的索膜结构膜面的初始图片数据；使用基于像素阈值差分的索膜结构正常膜面和损伤膜面分类方法对正常膜面和损伤膜面进行分类；使用基于YOLOv5s卷积神经网络模型的索膜结构不同损伤膜面类型识别方法对有损伤的膜面图片进行损伤识别。本发明可以快速区分正常膜面和损伤膜面，提高损伤模型识别效率，并可以实现不同膜面损伤类型准确识别。

本发明授权一种基于像素阈值差分的索膜结构膜面分类及识别方法在权利要求书中公布了：1.一种基于像素阈值差分的索膜结构膜面分类及识别方法，其特征在于，包括如下步骤： 步骤1，利用无人机前端摄像机对索膜结构的正常膜面和损伤膜面进行图片采集，获取采集的索膜结构膜面的初始图片数据； 步骤2，使用基于像素阈值差分的索膜结构正常膜面和损伤膜面分类方法对正常膜面和损伤膜面进行分类，具体包括如下步骤： 步骤2-1：利用无人机前端摄像机采集到的正常膜面图片建立索膜结构膜面的初始图片数据库，对初始图片数据库中的初始膜面图片数据进行批量预处理，得到图像分辨率为512像素×512像素的膜面灰度图片数据； 步骤2-2：构建半监督卷积神经网络模型，所述半监督神经网络模型只用于训练索膜结构的正常膜面数据，学习提取所述索膜结构正常膜面图像的特征；其中，构建半监督卷积神经网络模型的方法如下：构建层数为9的半监督卷积神经网络模型，其中，在层x1至x5，编码器使用从11×11到3×3的逐渐递减的卷积核；解码器结构具有与编码器顺序相反的卷积核大小，并使用转置卷积层进行特征计算；编码器的输出在解码器传递到层x7到x9之前与前一层x6进行连接；对该网络模型只提供不加标签的图像分辨率为512像素×512像素的正常膜面灰度图片数据进行训练，保证模型卷积编码器只学到了正常膜面特征信息，实现网络模型只对正常膜面进行编码和解码，得到训练后的半监督卷积神经网络预训练模型； 步骤2-3：基于所述半监督卷积神经网络预训练模型，实现重建无损膜面的编码和解码，具体为：将不加标签的图像分辨率为512像素×512像素的损伤膜面灰度图片数据输入训练好的正常膜面卷积神经网络半监督预训练模型中去，实现重建无损膜面的编码和解码； 步骤2-4：输入无人机采集索膜结构的航拍图像数据，与重建的无损膜面计算像素阈值差分，确定损伤膜面阈值，具体包括以下步骤： 步骤2-4-1：对比输入膜面损伤图像和重建膜面无损图像，并将二者进行像素阈值差分，从而得到膜面损伤的受损区域特征残差，实现膜面损伤图片的损伤区域像素点分割； 步骤2-4-2：对分割后的损伤区域像素点个数进行统计，确定膜面受损区域的像素点阈值，基于膜面损伤的像素点阈值实现所述半监督卷积神经网络模型自动识别正常膜面和损伤膜面；输入膜面损伤图像和重建膜面无损图像像素阈值差分的计算公式为： ， 式中P t是残差，X是输入膜面图像数据，是半监督卷积神经网络输出的重建膜面无损图像数据； 分割后的损伤区域像素点个数统计公式为： ， 式中T r是分割后的损伤区域像素点与重建无损膜面图像的全部像素点比值，函数为计数函数 步骤2-5：使用所述损伤膜面阈值对航拍图像进行正常膜面和损伤膜面分类，实现正常膜面和损伤膜面的高效和智能分类检测； 步骤3，使用基于YOLOv5s卷积神经网络模型的索膜结构不同损伤膜面类型识别方法对有损伤的膜面图片进行损伤识别。

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国矿业大学;江苏建筑职业技术学院;西南交通大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1号；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。