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！

龙图腾网获悉山东东山王楼煤矿有限公司;济宁市煤矿安全生产监测监控中心;山东科技大学申请的专利基于多源图像融合的井下煤矸目标检测方法及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：CN120355978B 。

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：202510353303.X，技术领域涉及：G06V10/764；该发明授权基于多源图像融合的井下煤矸目标检测方法及系统是由刘鹏;赵鹏;栾亨宣;安乐;董岳;栾元重;王光宗;张溯;武泉林设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于多源图像融合的井下煤矸目标检测方法及系统在说明书摘要公布了：本发明属于井下煤矸目标检测技术领域，具体公开了一种基于多源图像融合的井下煤矸目标检测方法及系统。针对在井下复杂环境中煤矸的多样性和相似性、而传统的单一传感器无法有效进行识别的问题，本发明搭建了基于改进RT‑DETR模型架构的井下煤矸目标检测模型。其中在模型输入方面，本发明同时采集煤井下运输环节中的矿物颗粒的可见光图像和红外热成像图像。在模型架构方面，本发明在原有的RT‑DETR模型基础上，通过引入了双模态分支，并设计了稀疏尺度内特征交互模块、跨尺度特征聚集模块、适用于跨模态信息交互的特征融合模块等结构，得到改进的RT‑DETR模型，利于提高井下煤矸目标的识别准确率。

本发明授权基于多源图像融合的井下煤矸目标检测方法及系统在权利要求书中公布了：1.一种基于多源图像融合的井下煤矸目标检测方法，其特征在于，包括如下步骤： 步骤1.首先获取由可见光相机和红外热成像仪对煤井下运输环节中的矿物颗粒进行图像采集得到的可见光图像和红外热成像图像； 其中，可见光图像以及红外热成像图像在采集时在时间和空间上一一对应，并组成相应的图片对；对采集的图像进行预处理和标注后，得到训练数据集； 步骤2.构建基于改进RT-DETR模型架构的井下煤矸目标检测模型，该井下煤矸目标检测模型包括两个骨干网络、一个编码器、一个查询选择模块以及一个解码器； 定义两个骨干网络分别为骨干网络一和骨干网络二，骨干网络一和骨干网络二采用并行结构，且均采用在ImageNet上预训练的ResNet50网络； 骨干网络一用于接收输入的可见光图像，并对其进行多尺度特征提取；骨干网络二用于接收输入的红外热成像图像，并对其进行多尺度特征提取； 编码器用于接受骨干网络一和骨干网络二的多尺度输出特征，并对两个骨干网络的输入特征进行跨尺度跨模态融合，有效编码可见光、红外热成像两种模态间的关联； 编码器的输出特征为转换后的图像特征序列，查询选择模块从编码器输出的图像特征序列中选取固定数量的图像特征，用作解码器的初始对象查询； 解码器优化对象查询，并生成井下煤矸图像目标的预测框和置信度分数； 步骤3.基于步骤1构建的训练数据集，对井下煤矸目标检测模型进行训练，并利用训练好的井下煤矸目标检测模型，对井下煤矸目标进行检测识别； 所述步骤2中，骨干网络一用于接收输入的可见光图像，并对其进行多尺度特征提取，并输出最后三个阶段的多尺度特征，作为编码器的输入； 同时，骨干网络二用于接收输入的红外热成像图像，并对其进行多尺度特征提取，并输出最后三个阶段的多尺度特征，作为编码器的输入； 所述编码器包括两个SIFI模块以及一个CFAM模块； 一个SIFI模块对可见光的高级特征执行稀疏自注意力操作，得到特征；一个SIFI模块对红外的高级特征执行稀疏自注意力操作，得到特征； CFAM模块对可见光和红外特征进行跨模态、跨尺度的互补学习，其中，CFAM模块的输入特征分别为和，最终得到编码器输出。

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山东东山王楼煤矿有限公司;济宁市煤矿安全生产监测监控中心;山东科技大学，其通讯地址为：277605 山东省济宁市任城区喻屯镇王楼村北；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。