国网上海市电力公司施慧获国家专利权
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!
龙图腾网获悉国网上海市电力公司申请的专利一种基于无人机红外增强图像的绝缘子图像分割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:CN121190504B 。
龙图腾网通过国家知识产权局官网在2026-03-20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:202511724783.2,技术领域涉及:G06T7/11;该发明授权一种基于无人机红外增强图像的绝缘子图像分割方法是由施慧;徐晔;施宇谦;张浩;王衍达;韩赫;李怀宇;俞志刚;姚望;王晓毅;李瀚堂设计研发完成,并于2025-11-24向国家知识产权局提交的专利申请。
本一种基于无人机红外增强图像的绝缘子图像分割方法在说明书摘要公布了:本申请涉及一种基于无人机红外增强图像的绝缘子图像分割方法,涉及图像处理技术领域,包括:通过红外增强摄像头采集红外图像序列,得到标准红外图像序列,利用图像感知先验引擎进行状态识别,输出预测绝缘子注意力热图与预测边界置信度图;优化调整初始阈值分割算法和初始区域生长算法,获取适配阈值分割算法和适配区域生长算法;对标准红外图像序列进行图像分割输出绝缘子图像序列,并基于适配预警机制对绝缘子图像序列进行预警判断。本发明解决了传统绝缘子图像分割方法因未有效应对红外图像温度对比度低、噪声干扰大、背景复杂的问题,导致绝缘子分割易出现误分割、漏分割,难以满足故障检测高精度需求的问题。
本发明授权一种基于无人机红外增强图像的绝缘子图像分割方法在权利要求书中公布了:1.一种基于无人机红外增强图像的绝缘子图像分割方法,其特征在于,方法包括: 通过无人机搭载的红外增强摄像头采集包含绝缘子的红外图像序列,进行图像预处理得到标准红外图像序列,利用图像感知先验引擎进行状态识别,输出预测绝缘子注意力热图与预测边界置信度图; 基于所述预测绝缘子注意力热图与预测边界置信度图,对初始阈值分割算法和初始区域生长算法进行优化调整,获取适配阈值分割算法和适配区域生长算法; 利用所述适配阈值分割算法和适配区域生长算法,对所述标准红外图像序列进行图像分割输出绝缘子图像序列,并基于适配预警机制对所述绝缘子图像序列进行预警判断; 其中,基于所述预测绝缘子注意力热图与预测边界置信度图,对初始阈值分割算法进行优化调整获取适配阈值分割算法,包括: 构建初始阈值算法,其中,所述初始阈值算法包括局部自适应阈值计算、全局阈值调整、像素相似度区域生长和区域边界评估优化; 基于所述预测绝缘子注意力热图与预测边界置信度图对所述初始阈值分割算法进行优化调整,得到适配阈值分割算法; 其中,所述初始阈值分割算法的优化调整过程包括: 基于所述预测绝缘子注意力热图提取高置信度区域,根据所述高置信度区域的灰度统计特征修正局部阈值计算中的窗口大小及权重分布参数,并在全局阈值计算中提高高置信度区域灰度特征的权重; 在区域生长过程中引入所述预测边界置信度图作为约束条件,在边界置信度高于设定阈值的像素区域,将区域生长的相似度判定阈值提高预设比例,其中,所述预设比例大于等于10%小于等于30%; 根据所述预测边界置信度图的整体分布特征动态匹配形态学操作类型; 其中,基于所述预测绝缘子注意力热图与预测边界置信度图,对初始区域生长算法进行优化调整获取适配区域生长算法,包括: 构建初始区域生长算法,其中,所述初始区域生长算法包括种子点选择、生长准则定义、区域扩展执行、生长过程控制和生长区域处理; 基于所述预测绝缘子注意力热图与预测边界置信度图,对所述初始区域生长算法进行优化调整,获取适配区域生长算法; 其中,所述初始区域生长算法的优化调整过程包括: 从所述预测绝缘子注意力热图中选取像素值排名前5%的像素点作为候选种子点,在其中选择灰度值最高的若干个像素点作为区域生长的初始种子点; 在区域生长过程中,当遇到所述预测边界置信度图中像素值大于0.7的区域时,将区域生长的相似度阈值从基准值0.3提高至0.5; 在区域生长的每个迭代步骤中,实时检测当前待生长像素在预测边界置信度图中的对应值,当对应值大于0.8时立即终止当前生长方向的扩展; 根据所述预测边界置信度图的平均像素值自适应选择形态学操作参数。
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国网上海市电力公司,其通讯地址为:200122 上海市浦东新区源深路1122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。
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