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！

龙图腾网获悉电子科技大学申请的专利一种基于三阶段的低光照复杂干扰条件下的电缆隧道积水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：CN119168963B 。

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：202411201206.0，技术领域涉及：G06T7/00；该发明授权一种基于三阶段的低光照复杂干扰条件下的电缆隧道积水检测方法是由左琳;余芸倩;彭浩然;罗文伟;肖永俊设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种基于三阶段的低光照复杂干扰条件下的电缆隧道积水检测方法在说明书摘要公布了：本发明公开了一种基于三阶段的低光照复杂干扰条件下的电缆隧道积水检测方法，属于深度学习技术领域。本发明根据实际应用场景中存在的问题，通过使用低照度图像增强、图像分割、目标检测这三个阶段来对电缆隧道中的积水区域进行检测。首先使用低照度图像增强提高图像质量，丰富图像细节，然后通过图像分割，在减少复杂背景干扰的同时，准确地圈定积水道路区域，最后使用了集成注意力机制的目标检测方法增强了模型在复杂背景中识别基本特征的能力，显著提高了检测积水区域的准确性。本发明提出的方法在进行电缆隧道积水识别时，有效提升了图像质量及小目标特征，排除了电缆隧道中的复杂背景干扰，提高了积水识别的准确率。

本发明授权一种基于三阶段的低光照复杂干扰条件下的电缆隧道积水检测方法在权利要求书中公布了：1.基于三阶段的低光照复杂干扰条件下的电缆隧道积水检测方法，其特征在于，包括以下步骤： 步骤1，获取所需的低光电缆隧道数据集和正常光照其他图片数据，并对数据集中的图片进行初步处理，划分训练集和测试集； 步骤2，对所得到的低光电缆隧道数据和正常光照数据进行预处理，并进行归一化处理； 步骤3，利用生成对抗网络中的生成器对步骤2中得到的低光电缆隧道数据进行处理，用于将潜在空间的噪声向量转化为高质量的图像数据； 步骤4，通过步骤3中生成的图像数据和步骤2中所得到的正常光照数据输入到生成对抗网络中的鉴别器中，用于指导生成器的更新，以提高生成图像的质量； 步骤5，在低光电缆隧道数据上进行生成器鉴别器对抗训练，训练步骤3、步骤4所搭建的图像光照增强生成对抗网络； 步骤6，通过步骤5所得到的生成对抗网络，对低光电缆隧道数据进行图像增强，并进行电缆隧道道路标注，得到的电缆隧道道路数据集，并对数据集中的图片进行初步处理，划分训练集和测试集； 步骤7，对步骤6所得到电缆隧道道路数据进行预处理，并进行归一化处理； 步骤8，利用YOLOv8n-seg模型提取步骤7中的图像数据特征，进行特征融合和分割输出； 步骤9，在电缆隧道道路数据上训练步骤8所搭建的电缆隧道道路分割网络； 步骤10，通过步骤9所得到的电缆隧道道路分割网络，得到电缆隧道数据进行电缆隧道的分割掩膜，并进行电缆隧道积水标注，得到的电缆隧道道路积水数据集，并对数据集中的图片进行初步处理，划分训练集和测试集； 步骤11，对步骤10所得到电缆隧道道路积水数据进行预处理，并进行归一化处理； 步骤12，通过加入了注意力机制的ResNet作为backbone对步骤11中所得到的电缆隧道道路积水图像数据进行特征提取，输出高维特征图； 步骤13，通过区域建议网络在步骤12中所得到的特征图上生成候选区域，再通过ROI池化将候选区域映射到特征图上并统一特征图大小并计算损失； 步骤14，通过FastR-CNN预测器进行进一步处理特征，计算分类得分和回归参数，选择正负样本，计算损失，并对对预测结果进行过滤和非极大值抑制，映射回原始坐标系； 步骤15，在电缆隧道道路积水数据集上训练步骤12、步骤13、步骤14所搭建的电缆隧道积水检测网络。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。