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！

龙图腾网获悉武汉理工大学申请的专利基于深度学习的热态环件轧制变形几何状态在线测量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：CN115908275B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202211326943.4，技术领域涉及：G06T7/00；该发明授权基于深度学习的热态环件轧制变形几何状态在线测量方法是由汪小凯;武国庆;华林;韩星会;董杰设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本基于深度学习的热态环件轧制变形几何状态在线测量方法在说明书摘要公布了：本发明提供了基于深度学习的热态环件轧制变形几何状态在线测量方法，通过采集热态环件图像，用采集图像样本进行训练得到模板图像，利用模板匹配算法匹配测试图像与输入图像，增强实时图像，捕捉较高精度的环件边缘，检测出环件的实际边缘点，通过拟合实现了在线测量处于非均匀温度色差、飞屑及轧辊遮挡等干扰下的热态环件轧制变形几何状态的功能。本发明解决了热态环件轧制过程中因轧辊对目标环件的遮挡以及飞溅氧化皮、气雾等情况导致的环件几何状态特征无法快速精确提取的问题，在保证匹配精度的同时，加快了目标匹配运算效率，提高了算法整体鲁棒性。

本发明授权基于深度学习的热态环件轧制变形几何状态在线测量方法在权利要求书中公布了：1.基于深度学习的热态环件轧制变形几何状态在线测量方法，其特征在于：包括以下步骤： S1：通过图像采集装置获取热轧实验中热态环件的轧制图像，通过深度学习算法对热态环件的轧制图像进行目标检测，确定对应的模板图像和特征图像；具体步骤为： S11：通过图像采集装置获取热轧实验中热态环件的实时的轧制图像； S12：将轧制图像作为图像样本，按照预设比例随机划分到训练集、测试集和验证集中，通过深度学习算法采用训练集训练并更新迭代卷积神经网络的权重参数，对图像采集装置采集的轧制图像进行目标粗识别，得到轧制图像对应的模板图像；模板图像上框选有目标区域用于捕捉目标热态环件； S13：对原尺寸的图像样本进行切片操作，得到第一次特征图；对第一次特征图进行卷积核卷积得到特征图像； S2：采用图像边缘匹配算法对模板图像和轧制图像进行匹配； S3：引用权重函数拟合热态环件的边界轮廓，并计算热态环件的外径尺寸；具体步骤为： S31：对步骤S2得到的图像进行增强、对像素进行线性变换，突出亮色区域、抑制暗色区域、提高边缘对比度，捕捉高精度的热态环件边缘； S32：采用卡尺工具在算法拟合的圆轮廓上等距生成卡尺矩形框，进行边缘点检测，筛选出卡尺内梯度幅值较大的实际边缘点； S33：引入权重函数对实际边缘点进行迭代重加权拟合，利用加权最小二乘法拟合抑制离群点，计算热态环件的几何参数。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。