唐山昆铁科技有限公司刘泓霄获国家专利权
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!
龙图腾网获悉唐山昆铁科技有限公司申请的专利钢轨表面缺陷检测方法、系统、电子设备及可读存储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:CN118864434B 。
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:202411086597.6,技术领域涉及:G06T7/00;该发明授权钢轨表面缺陷检测方法、系统、电子设备及可读存储介质是由刘泓霄;李强;钱国志;高志超;孟凡彬设计研发完成,并于2024-08-08向国家知识产权局提交的专利申请。
本钢轨表面缺陷检测方法、系统、电子设备及可读存储介质在说明书摘要公布了:本申请涉及一种钢轨表面缺陷检测方法、系统、电子设备及可读存储介质,属于钢轨检测的技术领域,方法包括:获取多个钢轨表面图像和点云数据;将多个钢轨表面图像进行拼接,得到分析图像;根据点云数据生成钢轨的三维图像;将分析图像输入至深度学习卷积神经网络进行识别,确定分析图像中的缺陷信息;若存在未确定所属的缺陷类别的缺陷区域,则确定未确定所属的缺陷类别的缺陷区域为待分类区域,根据待分类区域与其他缺陷区域的位置关系确定推测策略,根据推测策略确定待分类区域的缺陷信息;将识别后的分析图像与三维图像按照对应位置进行匹配,将缺陷信息在三维图像中进行标示。本申请提高识别缺陷后打磨处理流程的工作效率。
本发明授权钢轨表面缺陷检测方法、系统、电子设备及可读存储介质在权利要求书中公布了:1.一种钢轨表面缺陷检测方法,其特征在于,包括: 获取多个钢轨表面图像和点云数据; 将多个所述钢轨表面图像进行拼接,得到分析图像; 根据所述点云数据生成钢轨的三维图像; 将所述分析图像输入至深度学习卷积神经网络进行识别,确定所述分析图像中的缺陷信息,其中,所述缺陷信息包括缺陷区域以及所述缺陷区域所属的缺陷类别; 若存在未确定所属的缺陷类别的缺陷区域,则确定未确定所属的缺陷类别的缺陷区域为待分类区域,根据所述待分类区域与其他缺陷区域的位置关系确定推测策略,根据所述推测策略确定待分类区域的缺陷信息; 将识别后的所述分析图像与所述三维图像按照对应位置进行匹配,将所述缺陷信息在所述三维图像中进行标示; 所述根据所述待分类区域与其他缺陷区域的位置关系确定推测策略,包括: 确定距离所述待分类区域最近的预设数量个相邻区域; 确定所述待分类区域与各个所述相邻区域的位置关系; 若所述位置关系为所述待分类区域与各个所述相邻区域均不相接,则确定采用第一推测策略; 若所述位置关系为所述待分类区域与任一所述相邻区域相接,则确定采用第二推测策略; 所述第二推测策略,包括: 确定各个所述相邻区域对应的类别为第一类别,并分别确定各个所述第一类别存在连续缺陷的可能性等级; 根据各个所述第一类别的可能性等级的降序将对应的所述相邻区域排序,得到第一序列; 将位于所述第一序列队首的相邻区域的第一类别确定为第一候选类别; 将所述待分类区域划分为多个子区域; 分别将各个所述子区域输入至深度学习卷积神经网络进行识别,确定各个所述子区域所属的第二类别; 判断所有所述子区域对应的第二类别是否大于一种;若否,则确定所述第二类别为待分类区域的缺陷类别; 若是,则包括: 判断相接的相邻区域出现连续缺陷的可能性等级是否大于或等于预设等级; 若大于,则确定待对比区域的缺陷类别为所述相接的相邻区域所属的缺陷类别与所有第二类别的组合; 若不大于,则确定每种第二类别的数量占子区域总数的比例; 确定所述待对比区域的缺陷类别为所述第二类别的组合,并对所述待对比区域按照每种第二类别对应的比例进行标记。
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唐山昆铁科技有限公司,其通讯地址为:063000 河北省唐山市南堡开发区唐曹高速连接线以东4号路北侧;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励