Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中南林业科技大学杨玲嘉获国家专利权

中南林业科技大学杨玲嘉获国家专利权

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!

龙图腾网获悉中南林业科技大学申请的专利应用机器视觉的钢-木组合梁柱节点损伤识别方法和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:CN120014284B

龙图腾网通过国家知识产权局官网在2025-09-12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:202411979253.8,技术领域涉及:G06V10/40;该发明授权应用机器视觉的钢-木组合梁柱节点损伤识别方法和系统是由杨玲嘉;段绍伟;龚泽权;罗群;兰宇晖;杨龄政;师嘉阳;曲末;陶然;赵松楠;张超设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

应用机器视觉的钢-木组合梁柱节点损伤识别方法和系统在说明书摘要公布了:本发明公开了应用机器视觉的钢‑木组合梁柱节点损伤识别方法和系统,包括:S1:获取钢‑木组合梁柱节点的可见光、近红外和热成像多模态图像序列,并通过自适应各向异性扩散滤波去噪处理,得到去噪后的多模态图像序列;S2:对去噪后的多模态图像序列张量进行高斯金字塔分解和拉普拉斯金字塔特征融合,得到融合特征图;S3:对融合特征图进行自适应阈值分割和形态学处理,获得最终二值图;S4:对深度学习网络进行训练,得到训练完成的深度学习网络;S5:使用训练完成的深度学习网络进行损伤识别。本发明能够实现对钢‑木组合梁柱节点损伤的精确识别,获得分割概率图并标注分割结果,实现损伤区域的可视化。

本发明授权应用机器视觉的钢-木组合梁柱节点损伤识别方法和系统在权利要求书中公布了:1.应用机器视觉的钢-木组合梁柱节点损伤识别方法,其特征在于,包括以下步骤: S1:获取钢-木组合梁柱节点的可见光、近红外和热成像多模态图像序列,并通过自适应各向异性扩散滤波去噪处理,得到去噪后的多模态图像序列,并根据去噪后的多模态图像序列构建去噪后的多模态图像序列张量; S2:对去噪后的多模态图像序列张量进行高斯金字塔分解和拉普拉斯金字塔特征融合,得到融合特征图; S3:对融合特征图进行自适应阈值分割和形态学处理,获得最终二值图; S4:对深度学习网络进行训练,得到训练完成的深度学习网络;包括: S41:计算分割损失Lossseg和一致性约束损失Lossconsist,获得总损失Losstotal: Lossseg=CEProbseg,Label; Lossconsist=MSEProbseg,Label; Losstotal=Lossseg+Lossconsist; 其中,CE为交叉熵损失;MSE为均方误差;Label为真实分割标签;Probseg为分割概率图; S42:使用随机梯度下降算法训练深度学习网络中的参数使总损失下降;达到设定的迭代次数后获得训练完成的深度学习网络; S5:采用训练完成的深度学习网络进行损伤识别,获得分割概率图并标注分割结果,实现损伤区域的可视化,具体包括: 使用训练完成的深度学习网络对去噪后的多模态图像序列张量进行特征提取,并将提取的特征与最终二值图进行空间注意力引导,得到引导后的特征; 将引导后的特征和最终二值图在特征维度上拼接后输入Transformer模块,通过Transformer模块的自注意力机制进行特征融合,得到融合后的特征; 将融合后的特征输入训练完成的深度学习网络中进行损伤像素分割,并输出分割概率图; 在多模态图像序列上标注分割结果,实现损伤区域的可视化。

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中南林业科技大学,其通讯地址为:410004 湖南省长沙市韶山南路498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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。