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！

龙图腾网获悉成都国铁电气设备有限公司申请的专利一种基于图像的受电弓碳滑条缺损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：CN115631146B 。

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：202211237577.5，技术领域涉及：G06T7/00；该发明授权一种基于图像的受电弓碳滑条缺损缺陷检测方法是由范国海;徐绍伟;冉思;何洪伟设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种基于图像的受电弓碳滑条缺损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图像的受电弓碳滑条缺损缺陷检测方法，包括如下步骤：对采集的碳滑条图像，进行图像增强，得到增强后的图像；对增强后的图像进行图像自适应阈值分割，得到自适应阈值分割后的图像A；利用Sobel算子计算自适应阈值分割后的图像的碳滑条边缘；以增强后的图像作为输入数据，通过训练完成的LiteSeg语义分割网络模型，得到分割后的碳滑条概率图；将LiteSeg网络模型获取的碳滑条概率图与Sobel算子得到的碳滑条边缘图进行融合，得到融合后的碳滑条边缘外轮廓；根据碳滑条边缘外轮廓，得到碳滑条缺损区域，计算碳滑条缺损区域的面积，若面积小于设定的阈值该区域丢弃，若面积大于设定的阈值则判定为碳滑条破损。

本发明授权一种基于图像的受电弓碳滑条缺损缺陷检测方法在权利要求书中公布了：1.一种基于图像的受电弓碳滑条缺损缺陷检测方法，其特征在于，包括如下步骤： 步骤一，采集碳滑条图像，利用MSRCR算法对采集的碳滑条图像进行图像增强，得到增强后的图像； 步骤二，对增强后的图像进行图像自适应阈值分割，通过计算增强后的图像的所有像素点均值n，将图像中大于n的像素点值修改为255，小于n的像素点值修改为0，得到自适应阈值分割后的图像A； 步骤三，利用Sobel算子计算自适应阈值分割后的图像的碳滑条边缘，得到碳滑条上下边缘线段，以碳滑条上下边缘线段作为边界，将上下边缘线段之间区域的像素值全部设定为0，根据图像边缘像素占全图的比例判断图像是否属于复杂背景，若属于复杂背景，则剔除图像；若不属于复杂背景，则保留经过Sobel算子处理的碳滑条图像； 步骤四，以增强后的图像作为输入数据，对输入数据进行清洗以及数据扩充之后，训练LiteSeg语义分割网络模型，通过训练完成的LiteSeg语义分割网络模型，得到分割后的碳滑条概率图； 步骤五，以得到的碳滑条概率图进行阈值设定作为ROI区域，对保留的经过Sobel算子处理的碳滑条图像进行ROI外部区域掩膜，保留碳滑条内部的边缘纹理信息，将LiteSeg网络模型获取的碳滑条概率图与Sobel算子得到的碳滑条边缘图进行融合，得到融合后的碳滑条边缘外轮廓； 步骤六，对融合后的碳滑条边缘外轮廓，使用凸包法对融合后的碳滑条边缘外轮廓填充得到碳滑条凸包轮廓，通过图像差分的方式，碳滑条凸包轮廓与碳滑条的原始外轮廓相减得到碳滑条缺损区域，计算碳滑条缺损区域的面积，若面积小于设定的阈值该区域丢弃，若面积大于设定的阈值则判定为碳滑条破损； 所述的利用Sobel算子计算自适应阈值分割后的图像A的碳滑条边缘，得到碳滑条上下边缘线段，包括： 通过一个3×3的卷积核模板与图像A中的每一个像素点做卷积运算，得到纵向边缘检测的灰色梯度图： 利用霍夫变换检测碳滑条上下边缘，先将灰度图Gy中所有的点x,y依次代入到极坐标 ρ＝xCosθ+ySinθ ρ表示为点x,y的极径，θ表示为点x,y的极角，有序数对ρ，θ为点x,y的极坐标； 每个点x,y得到极坐标下对应的曲线，当交于一点ρ0，θ0的曲线数量超过设定阈值时，代入极坐标得到直线ρ0＝xCosθ0+ySinθ0，该直线为碳滑条的边缘线段，并获得碳滑条上下边缘线段； 所述的将LiteSeg网络模型获取的碳滑条概率图与Sobel算子得到的碳滑条边缘图进行融合，采用如下融合公式： 式中:表示两种算法融合后的结果，表示对第i个类别的分类概率,Tsobel表示该点的值，c表示语义分割的类别总数。

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成都国铁电气设备有限公司，其通讯地址为：610000 四川省成都市双流区黄龙大道二段2555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”。