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！

龙图腾网获悉哈尔滨工业大学(威海);山东船舶技术研究院申请的专利一种焊接激光视觉图像分割方法、电子设备及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：CN116275388B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310290902.2，技术领域涉及：B23K9/127；该发明授权一种焊接激光视觉图像分割方法、电子设备及存储介质是由杨彪;檀财旺;吴来军;陈波;宋晓国;王栋设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种焊接激光视觉图像分割方法、电子设备及存储介质在说明书摘要公布了：本发明提出一种焊接激光视觉图像分割方法，属于图像分割技术领域。包括以下步骤：S1.利用激光视觉系统获取激光条纹图像，对激光条纹图像进行预处理；S2.搭建激光视觉图像分割的神经网络；S3.对激光视觉分割神经网络进行训练，将处理后的激光条纹图像输入至激光视觉图像分割的神经网络，输出灰度值范围为0‑255的灰度图；S4.利用反向传播算法对神经网络进行训练，将激光条纹图像输入激光视觉图像分割的神经网络中，输出分割结果。解决了现有技术中存在的传统图像处理算法抗干扰能力差，在焊接反光、烟尘和飞溅干扰条件下焊缝跟踪误差大技术问题。

本发明授权一种焊接激光视觉图像分割方法、电子设备及存储介质在权利要求书中公布了：1.一种焊接激光视觉图像分割方法，其特征在于，包括以下步骤： S1.利用激光视觉系统获取激光条纹图像，对激光条纹图像进行预处理； S2.搭建激光视觉图像分割的神经网络； S3.对激光视觉分割神经网络进行训练，将处理后的激光条纹图像输入至激光视觉图像分割的神经网络，输出灰度值范围为0-255的灰度图； S4.利用反向传播算法对神经网络进行训练，将激光条纹图像输入激光视觉图像分割的神经网络中，输出分割结果； 激光视觉图像分割的神经网络：包括第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、第三卷积层、第三最大池化层、第四卷积层、第五卷积层、第四最大池化层、第一反卷积层、第二反卷积层、第三反卷积层、第四反卷积层和local_add模块； 第一卷积层、第二卷积层、第三卷积层和第四卷积层输出端分别与local_add模块的输入端连接，形成编码路径； local_add模块的输出端分别与第一反卷积层、第二反卷积层、第三反卷积层、第四反卷积层输入端连接，形成解码路径； 解码路径上，第一反卷积层、第二反卷积层、第三反卷积层或第四反卷积层输出的特征图与编码路径上对应的卷积层输出的特征图在通道维度上进行粘贴，粘贴后的特征图作为下一层反卷积的输入； 编码路径包括4次下采样，解码路径包括4次上采样，第一卷积层输出的特征图数量为4； local_add模块用于确定目标区域，将上一时刻激光视觉图像分割网络输出的不含干扰的激光条纹图像沿水平方向进行最大灰度值压缩，取压缩后灰度值为1的范围作为当前时刻的目标区域； local_add模块用于实现特征图局部选择和复制，根据目标区域的大小和位置，对编码路径上每一个卷积层之后，池化层之前的特征图进行选择和复制，形成local_block； local_add模块用于局部加和，将local-block与对应网络层次解码路径上反卷积层输出的特征图相加； local_add模块用于处理不同层次的特征图，第一卷积层输出的特征图的目标区域的位置由前述最大灰度压缩法确定，第二卷积层、第三卷积层和第四卷积层的目标区域的位置依靠卷积和池化操作的空间不变性来确定，每一层目标区域的大小都是前一层的二分之一； 利用反向传播算法对神经网络进行训练的方法是： 将灰度图的灰度等级变换到0-1之间，以0.5为分割阈值，灰度大于0.5的像素赋值1，灰度小于0.5的像素赋值0，得到分割结果；将分割结果和S1中预处理后的激光条纹图像一起输入损失函数求出激光视觉分割神经网络的预测误差，利用误差值通过反向传播算法对神经网络进行训练，所采用的损失函数为： ； 其中，N代表图片总像素数量，m是真实值为1的像素数量，n是真实值为0的像素数量，p是神经网络对像素值的预测结果。

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哈尔滨工业大学(威海);山东船舶技术研究院，其通讯地址为：264209 山东省威海市文化西路2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。