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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于无人机和DIC的风电机叶片振动监测方法、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：CN119919390B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202510066008.6，技术领域涉及：G06T7/00；该发明授权基于无人机和DIC的风电机叶片振动监测方法、系统是由梅爽;万雷兵;邱望德;雷靖;文国军设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本基于无人机和DIC的风电机叶片振动监测方法、系统在说明书摘要公布了：本发明公开基于无人机和DIC的风电机叶片振动监测方法、系统，涉及风电机叶片振动监测技术领域，方法包括：使用无人机按照预设飞行路径对风电机叶片进行拍摄，获取风电机叶片表面图像数据；基于无人机GPS传感器和图像数据，使用SLAM中位姿估计的图优化方法对无人机姿态进行优化，得到校正后的图像；基于校正后的图像，生成正常及变形数字散斑图像；构建立体数字图像相关测量网络模型，模型包括：特征提取、成本体生成、位移图预测三个模块；使用散斑图像对模型进行训练、验证和测试，将待测图像输入最终的模型，对生成的位移云图进行频率分析，确定叶片的当前状态。本发明解决了室外大型风力机叶片动态识别的问题。

本发明授权基于无人机和DIC的风电机叶片振动监测方法、系统在权利要求书中公布了：1.一种基于无人机和DIC的风电机叶片振动监测方法，其特征在于，包括以下步骤： S1、使用无人机按照预设飞行路径对风电机叶片进行拍摄，获取风电机叶片表面图像数据； S2、基于无人机GPS传感器和所述图像数据，使用SLAM中位姿估计的图优化方法对无人机姿态进行优化，得到校正后的图像； S3、基于校正后的图像，使用开源的的立体散斑图像生成算法生成正常及变形数字散斑图像，并将正常及变形数字散斑图像划分为训练集、验证集、测试集； S4、构建立体数字图像相关测量网络模型，所述模型包括：特征提取、成本体生成、位移图预测三个模块； 特征提取模块包括两个特征提取单元，分别提取正常数字散斑图像及变形数字散斑图像的特征；成本体生成模块根据正常数字散斑图像及变形数字散斑图像的特征，生成成本体，成本体经过位移图预测模块得到预测的位移云图； S5、使用训练集、验证集、测试集对所述模型进行训练、验证和测试，得到最终的模型，将待测图像输入最终的模型，对生成的风力机叶片的位移云图进行频率分析，确定叶片的当前状态。

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地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。