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！

龙图腾网获悉北京航空航天大学申请的专利一种基于深度学习的隐身涂层材料多源数据无损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：CN119599973B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411645144.2，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的隐身涂层材料多源数据无损检测方法是由马云鹏;郭志凯;彭朝琴设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于深度学习的隐身涂层材料多源数据无损检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的隐身涂层材料多源数据无损检测方法，包括：获取红外热成像图像和光学图像；对红外热成像图像进行预处理；标记红外热成像图像中的缺陷位置；将红外图像作为第四个通道与光学图像进行堆叠操作；进行数据增强以扩充数据样本，划分训练集和测试集；通过调整卷积神经网络YOLO‑V8的超参数，得到优化后的用于检测红外热成像图像的卷积神经网络YOLO‑V8模型；通过网络计算得出缺陷面积，按照内部规范进行损伤等级分级，并将损伤映射到试件的光学图像上。本发明能够解决单一来源数据导致检测不准确以及检测方法复杂且时间过长的问题，便于快速获取涂层材料缺陷的位置与面积，提高检测的准确度、效率、鲁棒性。

本发明授权一种基于深度学习的隐身涂层材料多源数据无损检测方法在权利要求书中公布了：1.一种基于深度学习的隐身涂层材料多源数据无损检测方法，其特征在于，包括如下步骤： 步骤S10：对待测试件进行热激励，获取红外热成像图像，并以相同角度采集待测试件涂层的光学图像； 步骤S20：对红外热成像图像进行预处理； 步骤S30：获取的红外热成像图像结合其对应的光学图像的变化情况，判断有损伤的试件的光学图像的损伤位置和形状，并进行标记； 步骤S40：计算获取到的热成像图像和光学图像四个通道像素值的均值和方差，对亮度和对比度进行归一化处理；处理完之后将红外图像作为第四个通道与光学图像进行堆叠操作； 步骤S50：同时对步骤S10获取的红外热成像图像和其对应的光学图像进行数据增强以扩充数据样本，将扩充后的数据样本数量按照8:2的比例划分为训练集和测试集； 步骤S60：将步骤S40得到的训练集输入到卷积神经网络YOLO-V8中进行训练，在训练过程中将测试集输入训练的卷积神经网络YOLO-V8中，实时监控测试集在卷积神经网络YOL0-V8上的检测精度，通过调整卷积神经网络YOLO-V8的超参数，对卷积神经网络YOLO-V8进行优化，得到优化后的用于检测红外热成像图像的卷积神经网络YOLO-V8模型； 步骤S70：采用步骤S10中的方式获取待测红外热成像图像和光学图像，经步骤S20、S30、S40处理，然后输入到步骤S60得到的优化后的用于检测混合图像的卷积神经网络YOLO-V8模型中，检测混合图像是否含有损伤，如果含有损伤，则获得损伤的位置坐标及面积，按照内部规范对其进行损伤等级分级，并将损伤映射到试件的光学图像上。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。