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！

龙图腾网获悉国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司宜昌供电公司申请的专利一种基于视差辅助语义分割的多级导地线缺陷识别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：CN116385364B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310202176.4，技术领域涉及：G06T7/00；该发明授权一种基于视差辅助语义分割的多级导地线缺陷识别方法是由周学明;姚尧;简旭;冯志强;张璐;全江涛;刘睿;付剑津;黄俊杰;刘阳;阚毅设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于视差辅助语义分割的多级导地线缺陷识别方法在说明书摘要公布了：本发明公开了一种基于视差辅助语义分割的多级导地线缺陷识别方法，包括：采用无人机巡检采集的导地线缺陷图像，利用稠密逆搜索DIS光流法将无人机采集的前后连续两幅图像的视差划分出前景与背景区域，以减小导地线缺陷图中复杂背景对于缺陷目标检测的影响，再利用针对导地线特征设计的图像语义分割网络模型从前景区域中分割出导地线区域，通过分块检测避免不必要的特征图计算，同时避免图像的下采样淹没导地线细节特征,将正负样本限定在导地线区域内，针对导地线区域设计并训练导地线目标检测识别网络模型，使导地线目标检测识别网络模型专门学习缺陷导地线与正常导地线的区域，滤除复杂背景的影响，实现对细小缺陷区域的检测识别。

本发明授权一种基于视差辅助语义分割的多级导地线缺陷识别方法在权利要求书中公布了：1.一种基于视差辅助语义分割的多级导地线缺陷识别方法，其特征在于，包括以下步骤： 对电力巡线导地线图像进行像素级标注，构建导地线语义分割数据集； 对电力巡线导地线缺陷图像进行矩形框标注，构建导地线缺陷检测数据集； 对连续两帧导地线图像求取光流矢量，利用光流矢量判别出图像中距相机较近的前景区域和距相机较远的背景区域； 利用导地线语义分割数据集训练语义分割网络模型； 利用语义分割网络模型从导地线巡线图像的前景区域中分割出导地线区域； 利用导地线缺陷检测数据集训练导地线缺陷检测模型； 利用导地线缺陷检测识别网络模型从导地线区域中检测出缺陷区域； 所述对连续两帧导地线图像求取光流矢量，利用光流矢量判别出图像中距相机较近的前景区域和距相机较远的背景区域，采用稠密逆搜索图像视差区分前背景算法进行，所述稠密逆搜索图像视差区分前背景算法的具体步骤包括： 对导地线图像建立图像高斯金字塔，自上向下计算每一层的光流矢量； 对每层图像金字塔进行分块，分块大小和块间重叠率由图像分辨率来确定，根据无人机拍摄图像时的GPS位置对每个分块赋向量初值，由GPS定位计算位移向量作为顶层金字塔的初始值，下一层的金字塔则代入上层金字塔的计算结果； 使用LK反向搜索算法来对每个分块的平移向量进行计算，得到稀疏网格上的光流场； 在稀疏网格上的光流场中使用稠密化算法来计算稠密光流场； 如果当前金字塔非最底层，则把光流计算结果乘以2，并降采样到低层相同分辨率后，再传递给该层金字塔作为初值，并转入金字塔分块流程，否则直接输出结果； 求取每个像素光流矢量的梯度，求全图的梯度均值，并将梯度小于该均值的像素标记为背景区域，其余区域作为前景区域； 所述利用语义分割网络模型从导地线巡线图像的前景区域中分割出导地线区域，采用前景区域导地线语义分割算法进行，所述前景区域导地线语义分割算法以YOLACT模型为基线语义分割网络模型，在网络结构上，设计多尺度池化与多级训练的语义分割网络模型，改善全卷积神经网络在获取语义信息的同时消弱类别可区分性特征而导致的分割不完整问题；在输入层，采用小尺度的输入，对原始图像进行下采样，使导地线图像中的线状目标特征得以保存；在上采样时，采用转置卷积相结合双线性插值的方式，通过转置卷积获得目标属性的稀疏特征图，同时通过双线性插值获得密集特征图，得到更深的语义特征，使得导地线的像素分割结果更精细。

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国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司宜昌供电公司，其通讯地址为：430077 湖北省武汉市洪山区徐东大街227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。