Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华北电力大学(保定)何玉灵获国家专利权

华北电力大学(保定)何玉灵获国家专利权

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!

龙图腾网获悉华北电力大学(保定)申请的专利基于跨尺度特征融合的绝缘子缺陷检测定位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:CN120471997B

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:202510546592.5,技术领域涉及:G06T7/73;该发明授权基于跨尺度特征融合的绝缘子缺陷检测定位方法及系统是由何玉灵;韩佳玉;代德瑞;支佳贺;张文;朱晓光;杜晓东;姬艳鹏;孔凡坊;张娜设计研发完成,并于2025-04-28向国家知识产权局提交的专利申请。

基于跨尺度特征融合的绝缘子缺陷检测定位方法及系统在说明书摘要公布了:本发明公开了基于跨尺度特征融合的绝缘子缺陷检测定位方法及系统,属于配电网线路智能巡检领域,包括以下步骤:S1、实时获取包含多种配电网线路绝缘子缺陷的图像数据并进行预处理;S2、图像增强;S3、采用金字塔融合策略,将经步骤S2获取的多尺度下的增强结果进行融合,得到融合图像;S4、将融合图像输入预训练的跨尺度特征融合的缺陷检测模型,输出缺陷特征;S5、基于缺陷特征的检测时间和实时速度,并考虑延迟时间,预测缺陷特征位置坐标。采用上述基于跨尺度特征融合的绝缘子缺陷检测定位方法及系统,实现了绝缘子缺陷检测的高精度、强鲁棒性与自适应处理,对配电网线路绝缘子缺陷的智能化检测和维护具有重要意义。

本发明授权基于跨尺度特征融合的绝缘子缺陷检测定位方法及系统在权利要求书中公布了:1.一种基于跨尺度特征融合的绝缘子缺陷检测定位方法,其特征在于:包括以下步骤: S1、实时获取包含多种配电网线路绝缘子缺陷的图像数据并进行预处理; S2、结合多尺度检测和动态阈值确定方法,利用Canny边缘检测算法提取预处理后的图像数据中的绝缘子的边缘特征,并基于边缘特征动态调整图像处理参数,以实现图像增强; 步骤S2具体包括以下步骤: S21、结合多尺度检测和动态阈值确定方法,利用Canny边缘检测算法提取预处理后的图像数据中的绝缘子的边缘特征; S22、形态学闭运算处理:运用形态学闭运算对检测到的断裂边缘进行填充,生成局部特征掩膜,并将局部特征掩膜所标识的区域视为关键区域; S23、将图像进行多尺度分解,构建图像金字塔,并在每个尺度上分别调整图像处理参数,得到多个尺度下的增强图像,且图像处理参数包括亮度、对比度以及饱和度; S3、采用金字塔融合策略,将经步骤S2获取的多尺度下的增强结果进行融合,得到融合图像; 步骤S3具体包括以下步骤: S31、设定图像金字塔的层数为,根据各层的边缘密度计算相应的第层权重; S32、将各层增强图像按照权重进行加权求和,得到最终的融合图像; S33、将增强后的融合图像进行细节处理,增强图像细节表现能力,其中细节处理包括对融合图像进行锐化和颗粒度调整处理; S4、将融合图像输入预训练的跨尺度特征融合的缺陷检测模型,输出缺陷特征; 将YOLO11架构的特征连接金字塔结构替换为嵌入有卷积块注意力模块的双向特征金字塔模块,得到BiFPN_CBAM结构,并在BiFPN_CBAM结构中引入加权特征融合方法; 卷积块注意力模块包括通道注意力模块和空间注意力模块,其中,通道注意力模块用于对输入特征图的通道维度进行处理;空间注意力模块用于对输入特征图的空间维度进行处理; 在YOLO11架构的检测头中引入自适应空间特征融合模块,其用于进行空间维度上的匹配,并计算每个尺度的特征图的空间重要性权重,以进行不同特征的自适应融合; S5、基于缺陷特征的检测时间和实时速度,并考虑延迟时间,预测缺陷特征位置坐标; 步骤S5具体包括以下步骤: S51、设定巡检的起始位置为,并基于起始位置和实时速度积分计算行驶距离; S52、计算总延迟时间 S53、根据总延迟时间预测缺陷特征位置坐标

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华北电力大学(保定),其通讯地址为:071003 河北省保定市莲池区永华北大街619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。

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。