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！

龙图腾网获悉四川轻化工大学申请的专利一种用于航空涡轮叶片中子图像的残芯检测与分级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：CN119090847B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411198744.9，技术领域涉及：G06T7/00；该发明授权一种用于航空涡轮叶片中子图像的残芯检测与分级方法是由王琦标;杨志凯;杨红超;代亨;邓超;谢波;庹先国设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种用于航空涡轮叶片中子图像的残芯检测与分级方法在说明书摘要公布了：本发明公开了一种用于航空涡轮叶片中子图像的残芯检测与分级方法，包括获取待测的航空涡轮叶片的中子图像，并对叶片中子图像进行增强处理；将增强处理后的叶片中子图像输入预先训练好的残芯检测模型中，输出残芯检测结果图像，包含无残芯的正常图像和有残芯的异常图像两种类型，其中基于采用改进的PatchSVDD模型训练获得残芯检测模型；对残芯检测结果图像进行残芯区域识别，根据识别出的残芯区域的大小，按照设定的等级对有残芯的异常图像进行分类，实现对航空涡轮叶片的残芯分级。本发明提高了对航空涡轮叶片中子图像的残芯检测准确度，并对检测结果进行量化评估，有助于工业生产实践中提高脱芯效率。

本发明授权一种用于航空涡轮叶片中子图像的残芯检测与分级方法在权利要求书中公布了：1.一种用于航空涡轮叶片中子图像的残芯检测与分级方法，其特征在于，包括以下步骤： S10、获取待测的航空涡轮叶片的中子图像，并对叶片中子图像进行增强处理： S11、采用Gamma变换方法增强叶片中子图像的对比度，同时使用基于空间均值滤波器的Gaussian滤波方法来平滑处理叶片中子图像； S12、采用Sobel算子提取平滑处理后的叶片中子图像的横向边缘和纵向边缘，得到叶片中子图像的高频信息； S13、将提取到的高频信息与Gamma变换方法增强后的叶片中子图像进行线性叠加，提高叶片中子图像的质量； S20、将增强处理后的叶片中子图像输入预先训练好的残芯检测模型中，输出残芯检测结果图像，包含无残芯的正常图像和有残芯的异常图像两种类型，其中残芯检测模型基于PatchSVDD模型构建，采用扩张残差网络DRN代替作为特征提取网络，并在扩张残差网络DRN的输出位置添加高效通道注意力ECA模块； 残芯检测模型的构建过程包括： 选用PatchSVDD模型作为基础模型，通过滑动窗口方式，将输入图像分块，形成众多的有部分重叠的块，将这些块输入到特征提取网络中进行特征提取，使每个块提取的特征在特征空间中都对应一个单独的点，训练编码器以寻找对应语义相近的块的中心，同时训练一个编码器和分类器，来预测空间中相邻两个块的相对位置，验证编码器是否掌握了充分的语义信息，然后通过计算待测块与正常块在特征空间的欧式距离，得到该块的异常程度； 使用扩张残差网络DRN代替PatchSVDD模型原有的特征提取网络，能够捕捉更复杂的空间关系和形状特征，增强对残芯形状特征的识别，该扩张残差网络DRN由在ResNet网络结构基础上引入扩张卷积构成； 然后在扩张残差网络DRN的输出位置添加高效通道注意力ECA模块，过滤掉无关特征，减少噪声影响，该ECA模块使用一维卷积实现跨通道的维度交互，避免了通道降维，提高分类准确率； S30、对残芯检测结果图像进行残芯区域识别，根据识别出的残芯区域的大小，按照设定的等级对有残芯的异常图像进行分类，实现对航空涡轮叶片的残芯分级。

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四川轻化工大学，其通讯地址为：643000 四川省自贡市汇东学苑街180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”。