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！

龙图腾网获悉云南交通职业技术学院申请的专利一种基于视觉识别的电力线路缺陷检测方法及系统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：CN121708013B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610200974.7，技术领域涉及：G06T7/00；该发明授权一种基于视觉识别的电力线路缺陷检测方法及系统是由王昱婷;罗飞;施佳;施军;张英杰;杨熹;彭世鑫;陆树楠设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本一种基于视觉识别的电力线路缺陷检测方法及系统在说明书摘要公布了：本发明提供一种基于视觉识别的电力线路缺陷检测方法及系统，涉及线路检测技术领域，本发明首先采用可见光与红外图像的双光配准与差分运算技术，生成了能够同时反映部件热异常与材质差异的融合特征图，其次在部件定位环节摒弃了黑箱式目标检测模型，转而利用概率霍夫变换结合电力线路特有的先验几何知识进行线段筛选与重构，不仅降低了对大量标注数据的依赖，而且增强了定位过程的可解释性，能够在复杂背景中提取出导线绝缘子等关键部件的精确区域，在缺陷识别核心环节引入了概率显著图的概念，使得缺陷区域得以增强凸显，随后采用的自适应阈值分割与区域生长算法确定出完整的缺陷轮廓，实现了从像素级特征到对象级缺陷的精准映射。

本发明授权一种基于视觉识别的电力线路缺陷检测方法及系统在权利要求书中公布了：1.一种基于视觉识别的电力线路缺陷检测方法，其特征在于，所述检测方法包括以下步骤： S1：将采集的电力线路的可见光图像与红外图像进行配准，将配准后的红外图像灰度化后与配准后的可见光图像进行差分运算，生成差分特征图； S2：将配准后的可见光图像与差分特征图进行通道融合，获得多通道融合图，对多通道融合图进行边缘保持滤波后进行边缘检测，获得二值边缘图； S3：利用概率霍夫变换检测出二值边缘图中的候选线路线段，结合预定义的线路先验几何约束规则对候选线路线段进行筛选、连接与分组，获得关键部件掩膜； S4：基于预设的领域窗口，分别计算可见光图像和差分特征图中关键部件掩膜对应区域内每个像素的色彩统计特征和红外材质异常特征，基于色彩统计特征和红外材质异常特征，生成关键部件掩膜对应区域的缺陷概率显著图； S5：对缺陷概率显著图进行基于图像统计特性的自适应阈值分割，获取候选缺陷种子点，基于候选缺陷种子点，执行区域生长算法，获得缺陷目标轮廓； S6：基于预设的加权评估模型，对检测到的所有缺陷目标轮廓进行分析评估，输出缺陷检测报告； 在步骤S4中，缺陷概率显著图的获得步骤包括： 基于关键部件掩膜位置，从配准后的可见光图像中裁剪出可见光部件区域图像，从差分特征图中裁剪出差分部件区域图像； 将可见光部件区域图像从RGB色彩空间转换至HSV色彩空间和Lab色彩空间，获得部件HSV图像和部件Lab图像； 基于预设的领域窗口，计算部件HSV图像中每个像素点的H分量和S分量的领域像素值的均值与标准差，同时计算部件Lab图像中每个像素点的a分量和b分量的领域像素值的均值与标准差，构成色彩统计特征； 基于预设的领域窗口，计算差分部件区域图像中每个像素点的领域像素值的均值与标准差，构成红外材质异常特征； 将部件HSV图像和部件Lab图像每个像素点的色彩统计特征与差分部件区域图像每个像素点的红外材质异常特征进行拼接，获得每个像素点的综合特征； 基于每个像素点的综合特征和预设的缺陷特征响应函数，计算得到每个像素点的缺陷概率值，基于所有的缺陷概率值构建缺陷概率显著图。

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云南交通职业技术学院，其通讯地址为：650500 云南省昆明市呈贡区大学城万青路2056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。