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！

龙图腾网获悉大连国运兴铸造有限公司申请的专利一种基于X射线成像的泵体内部缺陷自动识别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：CN120726060B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511251277.6，技术领域涉及：G06T7/00；该发明授权一种基于X射线成像的泵体内部缺陷自动识别方法是由丁磊;梁晓霞;梁国辉设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本一种基于X射线成像的泵体内部缺陷自动识别方法在说明书摘要公布了：本发明公开了一种基于X射线成像的泵体内部缺陷自动识别方法，包括如下步骤：步骤一：获取X射线原始图像和泵体参数；步骤二：生成理论散射场图像；步骤三：基于散射场反建模神经网络，输出散射伪影校正图像；步骤四：进行频域分解，生成边界增强图像；步骤五：基于改进Swin‑Unet模型，输出缺陷特征图；步骤六：对缺陷特征图进行空间维度解码，生成像素级缺陷预测图像；步骤七：将像素级缺陷预测图像输入贝叶斯神经网络，生成不确定性图像；步骤八：计算每个像素点的综合置信度得分，并进行连通域分析，识别缺陷的位置坐标。本发明结合散射反建模神经网络和改进Swin‑Unet模型，实现泵体内部缺陷的高精度自动识别与定位。

本发明授权一种基于X射线成像的泵体内部缺陷自动识别方法在权利要求书中公布了：1.一种基于X射线成像的泵体内部缺陷自动识别方法，其特征在于，包括如下步骤： 步骤一：采集待测泵体内部的X射线原始图像，并获取泵体参数； 步骤二：基于所述泵体参数和Rayleigh散射理论，生成理论散射场图像； 步骤三：将所述X射线原始图像和所述理论散射场图像输入散射场反建模神经网络，输出散射伪影校正图像； 步骤四：对所述散射伪影校正图像进行频域分解，进行边界增强处理，生成边界增强图像； 步骤五：将所述边界增强图像输入改进Swin-Unet模型，所述改进Swin-Unet模型的改进之处在于采用分层多头自注意力模块与对称跳跃连接的编码器-解码器结构，输出缺陷特征图； 步骤六：对所述缺陷特征图进行空间维度解码，生成像素级缺陷预测图像； 步骤七：将所述像素级缺陷预测图像输入贝叶斯神经网络，进行多次前向采样，生成不确定性图像； 步骤八：根据所述像素级缺陷预测图像与所述不确定性图像，计算每个像素点的综合置信度得分，并进行连通域分析，识别缺陷的位置坐标。

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大连国运兴铸造有限公司，其通讯地址为：116000 辽宁省大连市保税区亮甲店镇三家村；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。