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(深圳)申请的专利基于深度学习多模态图像融合的建筑外墙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：CN116091477B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310170207.2，技术领域涉及：G06T7/00；该发明授权基于深度学习多模态图像融合的建筑外墙缺陷检测方法是由米庆仁;杨新聪;王嘉楠设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本基于深度学习多模态图像融合的建筑外墙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深度学习多模态图像融合的建筑外墙缺陷检测方法、装置及存储介质。方法包括：采集建筑外墙缺陷的可见光图像和红外热图像；对所述可见光图像和所述红外热图像进行人工筛选并进行可见光图像和红外图像的配准融合；采用语义分割标注工具对融合图像集进行人工标注；基于Res‑UNet网络构建建筑外墙缺陷识别语义分割网络并进行模型训练；利用训练好的建筑外墙缺陷识别语义分割网络模型对建筑外墙图像进行缺陷识别。本发明方法通过采集建筑外墙缺陷的可见光图像和红外热图像，来提高检测效率，降低检测成本；克服了基于单一模态的图像识别技术往往只针对某些特定缺陷的问题，结合多个模态图像信息实现对建筑外墙多种缺陷的准确识别。

本发明授权基于深度学习多模态图像融合的建筑外墙缺陷检测方法在权利要求书中公布了：1.一种基于深度学习多模态图像融合的建筑外墙缺陷检测方法，其特征在于，所述方法包括以下步骤： 根据被检测建筑物周围地形以及建筑立面的尺寸信息对航拍设备进行航线规划，按照所述航线规划采集建筑外墙缺陷的可见光图像和红外热图像； 对所述可见光图像和所述红外热图像进行人工筛选，将筛选后的所述可见光图像和所述红外热图像各自进行预处理并扩展成有效图像数据集； 将可见光有效图像数据集和红外有效图像数据集裁剪至相应大小，并进行可见光图像和红外图像的配准融合，形成融合图像集； 统一建筑外墙多种缺陷类型，采用语义分割标注工具对所述融合图像集进行逐个图像、逐个像素的人工标注，形成建筑外墙缺陷的数据集； 基于Res-UNet网络构建建筑外墙缺陷识别语义分割网络，利用所述建筑外墙缺陷的数据集进行建筑外墙缺陷识别语义分割网络模型训练； 利用训练好的建筑外墙缺陷识别语义分割网络模型对建筑外墙图像进行缺陷识别，并计算相应缺陷面积占整个图像面积的比值； 将所述可见光有效图像数据集和所述红外有效图像数据集裁剪至相应大小，并进行可见光图像和红外图像的配准融合，形成融合图像集，具体包括： 对红外有效图像进行裁剪，除去边缘的无用信息，留下中心的缺陷信息； 以可见光有效图像为底图，红外有效图像为上层图像，将红外有效图像的透明度调整为50%，根据红外有效图像的尺寸大小，对可见光有效图像进行裁剪，保留下相应的可见光图像； 在可见光有效图像三通道基础上添加红外有效图像通道，达到融合可见光和红外热图像目的。

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(深圳)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。