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！

龙图腾网获悉安徽华工智能科技研究院有限公司申请的专利基于深度去噪与多尺度学习的油气管道缺陷检测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：CN116385392B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310346544.2，技术领域涉及：G06T7/00；该发明授权基于深度去噪与多尺度学习的油气管道缺陷检测方法是由李寰;熊群峰;董洋;李铜;罗龙清设计研发完成，并于2023-04-03向国家知识产权局提交的专利申请。

本基于深度去噪与多尺度学习的油气管道缺陷检测方法在说明书摘要公布了：本发明公开了一种基于深度去噪与多尺度学习的油气管道缺陷检测方法，包括：1采集油气管道漏磁曲线图像，并对图像进行预处理；2搭建并训练深度去噪网络，得到网络参数和油气管道漏磁图像去噪特征；3搭建并训练多尺度特征学习网络，包括：层级注意力模块、多尺度特征提取模块、尺度级注意力模块、全连接模块；4利用训练好的深度去噪网络和多尺度特征学习网络检测油气管道的缺陷。本发明能去除管道漏磁图像数据中的噪声，并能提取并融合不同尺度大小的缺陷特征，从而能提升油气管道缺陷检测效果。

本发明授权基于深度去噪与多尺度学习的油气管道缺陷检测方法在权利要求书中公布了：1.一种基于深度去噪与多尺度学习的油气管道缺陷检测方法，其特征在于，包括以下步骤： 步骤1，数据采集和预处理； 步骤1.1，通过高精度漏磁检测器采集油气管道漏磁曲线图像，并构建油气管道漏磁图像数据集D＝{X1,y1,X2,y2,…,Xn,yn,…,XN,yN}，其中，Xn,yn为第n个数据样本，Xn代表第n张油气管道漏磁图像，且Xn∈Rh×w，h和w分别为图像的高和宽，yn代表第n张图像中的油气管道缺陷类别的独热编码； 步骤1.2，对第n张油气管道漏磁图像Xn进行归一化处理，得到归一化后的图像 步骤2，使用P层堆叠的卷积自编码器搭建深度去噪网络，用于对油气管道漏磁图像进行去噪，得到的去噪特征序列 步骤3，搭建多尺度特征学习网络，包括：层级注意力模块、多尺度特征提取模块、尺度级注意力模块、全连接模块： 步骤3.1，定义当前迭代次数为q，并初始化q＝1，定义迭代阈值为Q； 初始化多尺度学习网络中的参数； 步骤3.2，将去噪特征序列输入层级注意力模块中，并相应输出加权后的图像去噪特征 步骤3.3，将图像去噪特征输入多尺度特征提取模块中进行处理，得到多尺度的管道缺陷特征序列 步骤3.4，将多尺度管道缺陷特征序列输入尺度级注意力模块进行处理，并相应输出加权后的多尺度融合特征 步骤3.5，全连接模块利用式10输出第q次迭代时归一化后的图像的油气管道缺陷类别的预测独热编码 式10中，和分别是第q次迭代时全连接模块的参数矩阵和偏置，I是油气管道缺陷类别数量； 步骤3.6，利用式11构建多尺度特征学习网络的损失函数 式13中，γ为可调节因子，θ为油气管道漏磁图像数据集中各油气管道缺陷类别所占的频率分布； 步骤3.7，以最小化损失函数为目标，通过Adam优化算法对多尺度特征学习网络进行训练，并更新其网络参数，直到q＞Q为止，结束训练，从而得到训练好的多尺度特征学习网络模型，以训练好的深度去噪网络和多尺度特征学习网络实现对油气管道的缺陷类别的检测。

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安徽华工智能科技研究院有限公司，其通讯地址为：230041 安徽省合肥市包河经济开发区花园大道369号F405室；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。