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！

龙图腾网获悉合肥工业大学申请的专利一种基于红外热像仪的钢材表面缺陷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：CN117078636B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202311057184.0，技术领域涉及：G06T7/00；该发明授权一种基于红外热像仪的钢材表面缺陷检测方法是由舒双宝;王继尧;刘圣林;张育中;郎贤礼设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本一种基于红外热像仪的钢材表面缺陷检测方法在说明书摘要公布了：本发明公开了一种基于红外热像仪的钢材表面缺陷检测方法，涉及钢材表面缺陷检测技术领域，与现有技术相比，本发明通过改进YOLOv5网络模型算法，提高检测模型的性能；基于红外图像与基于常规图像相比，红外图像能够更好地突出表面缺陷特征，提高缺陷对比度；且本发明通过单次采集局部图像，移动工作台进行分次采集的方法，将被测钢材划分为多幅图像进行采集，保证红外图像采集的分辨率，适应于各种规格的钢材生产。

本发明授权一种基于红外热像仪的钢材表面缺陷检测方法在权利要求书中公布了：1.一种基于红外热像仪的钢材表面缺陷检测方法，其特征在于，包括以下步骤： 1获取钢材表面的红外图像数据，对其进行标注和线性变换增强处理，获得表面缺陷图像数据集，并将数据集图像按比例划分为训练集和测试集； 2利用添加注意力机制、改进激活函数和添加小目标检测层构建改进的YOLOv5网络模型，并利用步骤1处理后的训练集图像对该网络模型进行训练，得到训练好的改进YOLOv5网络模型； 2.1选用YOLOv5卷积神经网络作为基本框架，搭建用于缺陷检测的网络模型，模型分为四个部分，分别是Input、Backbone、Neck和Head； 2.2对原卷积模块进行改进，将激活函数由LeakyReLU改为SiLU，由此将原卷积模块改进为CBS模块； 2.3在原网络结构上添加新的检测层和检测头，该检测头将网络中的160×160的检测特征图导入，用于检测4×4及以上的目标； 2.4在Backbone部分添加SE注意力机制，先对输入特征图进行全局平均池化，将特征图从[W,H,C]压缩为[1,1,C]，接着用两个全连接层进行激励操作，构建通道间的相关性，给每个特征通道生成一个权重值，最后将该权重值与原始特征图相乘以加权到每个通道的特征上； 3搭建图像采集检测系统，将被测钢材放置在位移工作台上，在垂直于工作台平面的位置设置红外热像仪，红外热像仪连接工控机，工控机预先加载步骤2训练好的改进YOLOv5网络模型，并在一侧放置红外光源，以斜向照射钢材表面，照射到缺陷处则会发生漫反射被热像仪采集，红外热像仪和红外光源固定不动，通过位移工作台改变样品位置，使红外热像仪采集对应方位的图像，并上传至工控机进行检测； 4根据红外热像仪固定的高度，计算出局部采集的范围，根据范围尺寸将钢材及其周边分成n×m个待检测部分，通过红外热像仪对钢材表面的每个部分进行局部图像数据采集，获取钢材局部红外图像并发送至工控机，工控机利用步骤2训练好的改进的Yolov5网络模型进行缺陷检测； 5控制位移工作台对钢材进行移动，将钢材的下一待检测部分移动到红外热像仪采集范围，重复步骤4，直至所有待检测部分图像采集完毕，将最终检测结果拼接后输出。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193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。