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！

龙图腾网获悉成都飞机工业(集团)有限责任公司申请的专利一种航空件槽区识别方法、装置、设备及介质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：CN115439840B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202211009246.6，技术领域涉及：G06V20/64；该发明授权一种航空件槽区识别方法、装置、设备及介质是由喻志勇;宋戈;姜振喜;王鹏程;高鑫;李博;王斌利;李卫东;游莉萍设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本一种航空件槽区识别方法、装置、设备及介质在说明书摘要公布了：本申请公开了一种航空件槽区识别方法，涉及机械加工领域，旨在解决现有航空件槽区识别方法效率低下的技术问题所述航空件槽区识别方法，包括以下步骤：对航空件三维模型图像进行第一次识别，以得到第一次识别结果，其中，所述第一次识别为对所述航空件三维模型图像的槽区进行识别，所述第一次识别包括基于数学形态模式差异评价的第一粗识别、基于槽区域特征邻域特征面片属性的第二粗识别和基于深度神经网络学习的第三粗识别；根据所述第一次识别结果，获得槽区识别结果数据；将所述槽区识别结果数据与所述航空件三维模型图像进行交互判断，以得到所述航空件三维模型图像中的槽区。本申请能够实现航空件槽区域的自动化识别，提升了槽区识别效率。

本发明授权一种航空件槽区识别方法、装置、设备及介质在权利要求书中公布了：1.一种航空件槽区识别方法，其特征在于，包括以下步骤： 对航空件三维模型图像进行第一次识别，以得到第一次识别结果，其中，所述第一次识别为对所述航空件三维模型图像的槽区进行识别，所述第一次识别包括基于数学形态模式差异评价的第一粗识别、基于槽区域特征邻域特征面片属性的第二粗识别和基于深度神经网络学习的第三粗识别，所述第一次识别结果包括对应的第一粗识别结果、第二粗识别结果以及第三粗识别结果； 根据所述第一次识别结果，获得槽区识别结果数据； 将所述槽区识别结果数据与所述航空件三维模型图像进行交互判断，以得到所述航空件三维模型图像中的槽区； 所述对航空件三维模型图像进行第一次识别，以得到第一次识别结果的步骤，包括： 根据所述航空件三维模型图像获取样本图像，其中，所述样本图像包括第一样本图像、第二样本图像以及第三样本图像，所述第一样本图像、第二样本图像以及第三样本图像的灰度值不同； 对所述第一样本图像进行所述基于数学形态模式差异评价的第一粗识别，以得到第一粗识别结果； 对所述第二样本图像进行所述基于槽区域特征邻域特征面片属性的第二粗识别，以得到第二粗识别结果； 对所述第三样本图像进行所述基于深度神经网络学习的第三粗识别，以得到第三粗识别结果； 所述根据所述航空件三维模型图像获取样本图像的步骤包括： 根据所述航空件三维模型图像的特征面片的面片编号对每一特征面片设置不同的灰度值； 截取所述航空件三维模型图像以得到第一样本图像； 将所述航空件三维模型图像中的所有特征面片的灰度值设置为第一预设灰度值； 截取所述航空件三维模型图像以得到第二样本图像； 将所述航空件三维模型图像中的所有特征面片设置为第二预设灰度值，其中，所述第二预设灰度值与所述航空件三维图像中背景图像的灰度值相同； 截取所述航空件三维模型图像以得到第三样本图像； 所述对所述第一样本图像进行所述基于数学形态模式差异评价的第一粗识别，以得到第一粗识别结果的步骤，包括： 获取所述第一样本图像中的像素点信息； 将所述像素点信息填充至灰度差异对照表以及像素坐标点位置对照表，其中，所述灰度差异对照表根据每一特征面片的灰度值以及像素点的数量构建，所述像素坐标点位置对照表根据每一特征面片的灰度值以及像素点的位置构建； 根据所灰度差异对照表以及像素坐标点位置对照表获取与每一特征面片对应的梯度图像； 根据每一所述梯度图像获取对应的特征面片的面积信息以及长宽比信息； 根据所述面积信息以及所述特征面片长宽比信息判断每一特征面片的类型，记为所述第一粗识别结果； 所述对所述第二样本图像进行所述基于槽区域特征邻域特征面片属性的第二粗识别，以得到第二粗识别结果的步骤，包括： 根据所述第二样本图像的尺寸，以预设步进对所述第二样本图像每一像素点进行灰度遍历； 当遍历的像素点的灰度值不等于所述第一预设灰度时停止搜索，直到所述第二样本图像所有的像素点遍历完毕，以得到所有具有四邻域可达性的目标像素点； 根据第一索引表每一行的目标像素点的坐标信息获取对应的轮廓线图像，其中，所述第一索引表根据所述目标像素点的坐标信息构建，位于相同特征面片的目标像素点储存于所述第一索引表的同一行； 根据每一所述轮廓线图像对深度学习分类网络模型进行训练，获取满足预设条件的权重参数； 根据所述满足预设条件的权重参数初始化深度学习分类网络模型； 将所述第二样本图像载入所述深度学习分类网络模型，以得到第二粗识别结果。

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成都飞机工业(集团)有限责任公司，其通讯地址为：610092 四川省成都市青羊区黄田坝纬一路88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。