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！

龙图腾网获悉西门子歌美飒可再生能源有限两合公司;西门子歌美飒可再生能源公司申请的专利基于卷积神经网络的风力涡轮机叶片缺陷检查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：CN112513927B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：201980051691.9，技术领域涉及：G06T7/00；该发明授权基于卷积神经网络的风力涡轮机叶片缺陷检查是由M·巴赫-安德森;P·杜德菲尔德;S·亚先科设计研发完成，并于2019-07-23向国家知识产权局提交的专利申请。

本基于卷积神经网络的风力涡轮机叶片缺陷检查在说明书摘要公布了：一种用于确定叶片缺陷的计算机实现的方法由计算系统CS来自动执行。在步骤S1中，通过计算机系统CS的接口IF来接收风力涡轮机的图像OI，所述图像OI包含风力涡轮机的一个或多个叶片的至少一部分。所述图像在高度和宽度上具有给定的原始像素数量。步骤S2基本上由两个连续的步骤S2a和S2b组成，这两个步骤由计算机系统CS的处理单元PU来执行。在步骤S2a中，分析所述图像IO以确定所述图像中的叶片的轮廓。在步骤S2b中，从仅包含叶片的图像信息的所分析的图像OI中创建经修改的图像AI。最后，步骤S3由如下操作组成：由处理单元PU来分析经修改的图像AI，以确定叶片的叶片缺陷BD和或叶片缺陷类型BDT。作为结果，由处理单元PU来输出叶片缺陷BD和或叶片缺陷类型BDT。

本发明授权基于卷积神经网络的风力涡轮机叶片缺陷检查在权利要求书中公布了：1.一种用于对风力涡轮机的叶片缺陷进行计算机实现的确定的方法，包括以下步骤： S1通过接口IF来接收风力涡轮机的原始图像OI，所述原始图像OI包含风力涡轮机的一个或多个叶片的至少一部分，所述原始图像OI在高度和宽度上具有给定原始像素数量h,w； S2由处理单元PU将所述原始图像OI输入到包括全局模型GM和局部模型LM的第一经训练的神经网络中，以确定所述原始图像OI中的叶片的轮廓，其中第一经训练的神经网络是利用风力涡轮机的手动注释的图像的训练数据来训练的， 其中全局模型GM的输出作为附加输入被馈送到局部模型LM中，以生成第一经训练的神经网络的输出，其中第一经训练的神经网络的输出是从所述原始图像OI创建的经修改的图像AI，经修改的图像AI仅包含叶片的图像信息并且在高度和宽度上具有与所述原始图像OI相同的像素数量；以及 S3由处理单元PU将经修改的图像AI输入到第二经训练的神经网络中，以确定叶片的叶片缺陷BD和或叶片缺陷类型BDT，其中第二经训练的神经网络是不同于第一经训练的神经网络的神经网络，并且是利用包括叶片缺陷BD和或叶片缺陷类型BDT的手动注释的训练数据来训练的， 其中在全局模型GM中，将所述原始图像OI调整尺寸为经调整尺寸的图像RI，经调整尺寸的图像RI在高度和宽度上具有比所述原始图像OI更小的第二像素数量rh,rw。

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西门子歌美飒可再生能源有限两合公司;西门子歌美飒可再生能源公司，其通讯地址为：德国汉堡；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。