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！

龙图腾网获悉西南交通大学申请的专利基于深度学习的动车组车体设备舱腐蚀检测方法及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：CN120807513B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511301066.9，技术领域涉及：G06T7/00；该发明授权基于深度学习的动车组车体设备舱腐蚀检测方法及系统是由张曦;王力;廖婷婷;吕其兵;谭洪涛;苟国庆设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本基于深度学习的动车组车体设备舱腐蚀检测方法及系统在说明书摘要公布了：本发明公开了基于深度学习的动车组车体设备舱腐蚀检测方法及系统，涉及腐蚀检测技术领域，该方法包括：获取多类别部件发生不同腐蚀程度的样本图像，得到样本图像的灰度图像；将灰度图像划分为多个子图像，得到重新分配各个子图像内每个像素点的灰度值的第一灰度图；对各个第一灰度图进行拼接获得第二灰度图，再通过累积分布函数重新调整灰度值，得到第三灰度图；将第三灰度图的灰度值进行非线性变换获得目标灰度图，并建立训练样本；利用训练样本对初始模型进行训练，直到初始模型满足预设的训练结束条件，将满足训练结束条件的初始模型确定为检测模型，并利用检测模型对待检测部件的采集图像进行处理，最终得到待检测区域的腐蚀检测结果。

本发明授权基于深度学习的动车组车体设备舱腐蚀检测方法及系统在权利要求书中公布了：1.基于深度学习的动车组车体设备舱腐蚀检测方法，其特征在于，包括以下具体步骤： 获取多类别部件发生不同腐蚀程度的样本图像，并得到各个所述样本图像经过灰度处理后的灰度图像； 对于每个所述灰度图像，将灰度图像划分为多个子图像，并重新分配各个子图像内每个像素点的灰度值，得到各个所述子图像对应的第一灰度图； 通过双线性插值的方式将各个所述第一灰度图进行拼接，获得与灰度图像同等大小的第二灰度图，并通过累积分布函数重新调整所述第二灰度图中各个像素点的灰度值，得到第二灰度图对应的第三灰度图； 将所述第三灰度图中各个像素点的灰度值进行非线性变换，利用经过非线性变换后的各个灰度值进行灰度映射，获得目标灰度图，并通过目标灰度图建立训练样本； 利用所述训练样本对预设的初始模型进行训练，直到所述初始模型满足预设的训练结束条件，将满足训练结束条件的初始模型确定为检测模型，并利用所述检测模型对待检测部件的采集图像进行处理，得到待检测区域的腐蚀检测结果； 各个所述样本图像在进行灰度处理前，该方法还包括： 对于同个部件不同腐蚀程度的多个样本图像，将多个所述样本图像分别进行图像划分； 利用图像划分后的各个图像块随机组合形成包含该部件完整结构影像的重构图像，对所述重构图像重新进行腐蚀程度的划分，通过重新划分后的重构图像形成新的样本图像，所述灰度图像包括经过灰度处理的样本图像和经过灰度处理的新的样本图像； 对所述重构图像重新进行腐蚀程度的划分，具体为： 将所述重构图像划分为多个腐蚀区域，并给予各个腐蚀区域初始权重，腐蚀区域至少包括核心区域、过渡区域和边缘区域； 计算重构图像中各个图像块的复杂度指数，并基于各个所述复杂度指数对各个腐蚀区域的初始权重进行修正； 根据各个图像块所在腐蚀区域在更新后的权重，以及各个图像块的真实腐蚀情况，获得所述重构图像的腐蚀指数，并基于不同腐蚀程度的腐蚀指数的预设范围，完成所述重构图像腐蚀程度的重新划分； 对各个腐蚀区域的初始权重进行修正，具体为： ； 其中： ，； 式中，表示重构图像中第i个图像块修正后的初始权重，表示重构图像中第i个图像块的初始权重，表示修正系数，表示重构图像中第i个图像块的复杂度指数，表示重构图像中所有图像块复杂度指数的均值，表示复杂度指数的标准差，表示重构图像中图像块的数量； 所述重构图像的腐蚀指数，具体为： ； 式中，表示重构图像的腐蚀指数，表示重构图像中第i个图像块修正后的初始权重，表示重构图像中第i个图像块的腐蚀程度，表示重构图像中第i个图像块的初始权重，表示重构图像中图像块的数量。

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西南交通大学，其通讯地址为：611730 四川省成都市郫都区犀安路999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。