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！

龙图腾网获悉诺比侃人工智能科技(成都)股份有限公司申请的专利基于深度学习的实时铁路2C分析系统和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：CN120598947B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511095771.8，技术领域涉及：G06T7/00；该发明授权基于深度学习的实时铁路2C分析系统和方法是由廖峪;林仁辉;谢武桓;李轲;钱玥宏设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于深度学习的实时铁路2C分析系统和方法在说明书摘要公布了：本发明属于深度学习技术领域，具体涉及基于深度学习的实时铁路2C分析系统和方法，所述系统包括：多模态数据获取单元、多维递归耦合解析单元和复合风险指数计算单元；所述多模态数据获取单元，用于在列车运行期间，对可见光图像帧和红外图像帧进行时间戳对齐，得到2C特征帧序列；所述多维递归耦合解析单元，用于将2C特征帧序列按预定长度构建连续帧栈并以设定步长滑移，再生成融合伪彩张量；获得其垂向偏差和水平偏差；所述复合风险指数计算单元，用于根据垂向偏差和水平偏差，计算对应时刻的接触网的复合风险指数。本发明显著提升了接触网状态监测的智能化与可靠性。

本发明授权基于深度学习的实时铁路2C分析系统和方法在权利要求书中公布了：1.基于深度学习的实时铁路2C分析系统，其特征在于，所述系统包括：多模态数据获取单元、多维递归耦合解析单元和复合风险指数计算单元；所述多模态数据获取单元，用于在列车运行期间，沿线路配置的图像采集装置以固定帧率同步获取可见光图像帧和红外图像帧，同步记录定位坐标和时间戳，对可见光图像帧和红外图像帧进行时间戳对齐，得到2C特征帧序列；所述多维递归耦合解析单元，用于将2C特征帧序列按预定长度构建连续帧栈并以设定步长滑移，再生成融合伪彩张量；采用多尺度卷积核组逐级提取梯度与相位特征；通过迭代形态学骨架化与导向曲线追踪确定接触线中心曲线，获得其垂向偏差和水平偏差； 所述复合风险指数计算单元，用于根据垂向偏差和水平偏差，计算对应时刻的接触网的复合风险指数；多模态数据获取单元，将所有可见光图像帧和红外图像帧以同一时间戳对齐，并统一重采样到分辨率1mm∶1px，得到规范化2C特征帧序列；表示时间；每一可见光图像帧或红外图像帧的位深均为每像素8位；多维递归耦合解析单元将按长度构建连续帧栈并以步长滑移；对每一可见光图像帧执行亮度线性拉伸，将最暗像素灰度提升至0，将最亮像素灰度压缩至255；对每一红外图像帧执行温度范围重映射，将最低辐射值映射至0，将最高辐射值映射至255；对可见光图像帧与红外图像帧进行单应性变换，逐像素对齐成完全重叠的二维对齐网格，确认任一行列索引位置的可见光像素与红外像素指向相同空间点；多维递归耦合解析单元在对齐网格中，对每一个像素执行以下操作：将可见光像素的亮度值直接作为第一颜色分量；将红外像素的灰度值通过线性插值映射到同一0至255区间后作为第二颜色分量；以第一颜色分量与第二颜色分量的平均值构建第三颜色分量，用于增强接触线与背景的整体对比；按照行优先顺序，将第一颜色分量、第二颜色分量和第三颜色分量在同一行列索引位置进行通道级拼接，生成高度、宽度、通道数分别对应像素行数、像素列数、3的融合伪彩张量；多维递归耦合解析单元采用多尺度卷积核组逐级提取梯度与相位特征时，多尺度卷积核组包括预设的三组卷积核，核尺寸分别为3×3、7×7和11×11；每组卷积核包含横向方向算子和纵向方向算子；将尺寸3×3的卷积核组以逐像素步长滑动于融合伪彩张量，在每一个通道分别计算横向差分和纵向差分所得的局部响应；依据横向差分与纵向差分的相对大小，生成第一层梯度幅度图和第一层相位角图；将尺寸7×7的卷积核组以逐像素步长滑动于融合伪彩张量，对第一层梯度幅度图和第一层相位角图进行再卷积运算；在同一通道上重新计算方向差分，得到第二层梯度幅度图和第二层相位角图；将尺寸11×11的卷积核组以逐像素步长滑动于融合伪彩张量，对第二层梯度幅度图和第二层相位角图进行卷积运算；输出第三层梯度幅度图和第三层相位角图；按照像素对应关系，将三层梯度幅度图在同一位置进行最大值比较，保留最大梯度幅度，同时对三层相位角图取算术平均，消除孤立方向波动；在同一输出空间得到全局梯度幅度图和全局相位角图；按照行优先顺序，将全局梯度幅度图与全局相位角图在通道维度拼接，生成尺寸为像素行数、像素列数和2的梯度相位矩阵；多维递归耦合解析单元在全局梯度幅度图中，采用固定阈值法判定每一个像素的梯度幅度值是否超过设定阈值，将超过阈值的像素标记为前景，将低于或等于阈值的像素标记为背景，生成仅包含前景与背景两类取值的初始二值图；随后，对初始二值图依次执行一次开运算和一次闭运算，去除面积小于4像素的孤立前景区域，再通过迭代形态学骨架化得到骨架图，包括：以像素为中心，在三乘三邻域中按设定结构元素顺序剔除面积小于4像素的区域；完成一次遍历后判断初始二值图是否仍存在可删除区域；若存在，则继续下一遍遍历；当连续两遍遍历均未产生变化时，骨架化过程收敛，得到单像素宽度的骨架图；多维递归耦合解析单元获得其垂向偏差和水平偏差的过程包括：扫描骨架图，识别度数为1的像素作为端点，将与端点关联的最长分支保留，其余长度不足15像素的支路全部删除；在骨架端点中，选择行坐标最小的一个作为起始点；基于四连通规则，将其相邻骨架像素按列坐标由小到大的顺序依次写入轨迹队列，作为初始追踪路径；重复以下操作直至到达另一端点：从轨迹队列末尾读取当前像素，在其邻域中查找未访问且与当前像素相邻的像素，若存在多个候选，则优先选择列坐标更大的像素，将选定像素加入轨迹队列并标记为已访问；对完整轨迹队列按五点滑动窗口计算中心点，将连续窗口中心连接成平滑折线；对于折线中角度变化超过30度的位置，使用三点平均法消除尖锐转折，得到最终接触线中心曲线；以列车坐标系为参考，将最终接触线中心曲线按行列坐标投影到垂向轴与水平轴：计算最终接触线中心曲线上所有像素行坐标的平均值，其与设计标高差值为垂向偏差；计算中心曲线上所有像素列坐标的平均值，其与设计中心线差值为水平偏差。

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诺比侃人工智能科技(成都)股份有限公司，其通讯地址为：610000 四川省成都市武侯区万寿西路282号附201号2层；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。