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！

龙图腾网获悉北京信息科技大学;中国航发四川燃气涡轮研究院申请的专利一种基于计算机视觉的转子叶片尺寸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：CN120411069B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510649695.4，技术领域涉及：G06T7/00；该发明授权一种基于计算机视觉的转子叶片尺寸测量方法是由杨光;赵纪元;杨方璐;党婷;鲁思朋;范玲玲设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种基于计算机视觉的转子叶片尺寸测量方法在说明书摘要公布了：本发明公开了一种基于计算机视觉的转子叶片尺寸测量方法，属于转子叶片尺寸非接触式测量领域，包括以下步骤：S1、使用X射线对发动机进行透射，获取转子叶片图像，并进行预处理；S2、采用添加有自适应Canny边缘检测模块结合卷积块注意力模块的多尺度CNN网络对预处理后的转子叶片图像进行边缘检测，获得二值化图像；S3、统计转子叶片的灰度值，绘制灰度曲线；S4、将灰度曲线中的突变点作为边缘点，并利用转换公式计算相邻边缘点之间的实际距离，从而得到转子叶片尺寸。采用上述一种基于计算机视觉的转子叶片尺寸测量方法，通过设置精准的Canny边缘检测、注意力模块聚焦特征以及复合损失函数，实现高精度转子叶片尺寸测量。

本发明授权一种基于计算机视觉的转子叶片尺寸测量方法在权利要求书中公布了：1.一种基于计算机视觉的转子叶片尺寸测量方法，其特征在于：包括以下步骤： S1、使用X射线对发动机进行透射，获取转子叶片图像，并进行预处理； S2、采用添加有自适应Canny边缘检测模块结合卷积块注意力模块的多尺度CNN网络对预处理后的转子叶片图像进行边缘检测，获得二值化图像； S3、统计转子叶片的灰度值，并绘制灰度曲线； S4、将灰度曲线中的突变点作为边缘点，并利用转换公式计算相邻边缘点之间的实际距离，从而得到转子叶片尺寸； 步骤S2具体包括以下步骤： S21、构建CACnet网络：CACnet网络以多尺度CNN网络为主干，且多尺度CNN网络包括编码器、颈部和解码器，其中，颈部添加有自适应Canny边缘检测模块结合卷积块注意力模块； S22、训练CACnet网络，并利用复合损失函数监督模型的训练过程，直至收敛； S23、将预处理后的转子叶片图像输入CACnet网络的编码器中，通过多个卷积层和池化层的组合提取多尺度特征； 同时，利用自适应Canny边缘检测模块提取预处理后的转子叶片图像的边缘特征； S24、将编码器提取的多尺度特征和自适应Canny边缘检测模块提取的边缘特征输入卷积块注意力模块进行融合，得到融合特征图； S25、将融合特征图输入解码器，利用解码器对融合特征图进行上采样和特征融合，逐步恢复转子叶片图像的空间分辨率，生成最终的边缘图像； S26、根据自适应Canny边缘检测模块的检测结果，将最终生成的边缘图像转化为二值化图像； 步骤S25所述的解码器包括DBLOCK解码模块、UBlock模块和ConCat模块，其中，DBLOCK解码模块包括主要由Conv2d卷积层和高斯误差线性单元激活函数组成，Conv2d卷积层用于提取转子叶片图像的边缘特征，高斯误差线性单元激活函数用于进行标准化处理； DBLOCK解码模块的输出特征表达式如下： 24； 式中，表示DBLOCK解码模块在第次迭代的输出特征；和分别表示融合特征图的高度和宽度；表示融合特征图的通道数； UBlock模块使用Conv2d卷积层对融合特征图进行学习，再使用ConvTranspose2d转置卷积对融合特征图进行上采样，恢复分辨率，以逐步生成边缘图像； ConCat模块用于利用PixelShuffle将UBlock模块在不同阶段生成的边缘图像重新排列至新的图像上，得到最终的边缘图像。

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北京信息科技大学;中国航发四川燃气涡轮研究院，其通讯地址为：100192 北京市海淀区清河小营东路12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。