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！

龙图腾网获悉深圳华工能源技术有限公司申请的专利用于三维图像识别的风机故障区域定位和筛选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：CN116468749B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310324696.2，技术领域涉及：G06T7/13；该发明授权用于三维图像识别的风机故障区域定位和筛选方法是由刘泽健;郑群儒;张淼;王仁杰;吴天文;王大勇设计研发完成，并于2023-03-28向国家知识产权局提交的专利申请。

本用于三维图像识别的风机故障区域定位和筛选方法在说明书摘要公布了：本发明涉及一种用于三维图像识别的风机故障区域定位和筛选方法，所述故障区域定位方法使用边缘检测算法检测风机表面的边缘，通过递减参数的方式统计边缘点位数量变化量和边缘轮廓数量变化量，从而找到最合适的边缘检测算法的参数，边缘所在区域即为故障区域；所述故障区域筛选方法根据故障的颜色特点在HSV颜色空间构建筛选规则用于抛弃部分疑似故障区域，从而实现故障区域筛选。该方法利用三维图像中已有的信息，实现风机故障区域的定位和筛选，提高风机表面故障识别的准确率。

本发明授权用于三维图像识别的风机故障区域定位和筛选方法在权利要求书中公布了：1.用于三维图像识别的风机故障区域定位和筛选方法，其特征在于，所述三维图像由激光点云、可见光图像和红外热图像构建而成，三维图像中含有风机表面各个点位的坐标、可见光颜色和热成像颜色信息；具体步骤如下： S1.故障区域定位：利用Canny算子检测风机表面的边缘，根据检测到的边缘数量变化量numcon和边缘点位数量变化量nump确定边缘检测算法所需的参数，并将这些边缘包围住的及其附近的区域定义为疑似故障区域； S2.故障区域筛选：基于HSV颜色空间，构建故障可见光颜色筛选规则，筛选掉部分疑似故障区域，并保留所有由热成像颜色形成的疑似故障区域； S3.故障形状判断和筛选：在三维状态空间中提取剩余的疑似故障区域，利用形状因子和长短径之比判断故障的形状，筛选掉形状为规则型的疑似故障区域，最终剩余的区域为故障区域，并记录每个故障区域的面积； S4.故障类别和严重程度判断：根据故障区域的可见光颜色和形状判断故障的类别； 根据故障区域的热成像颜色和面积判断故障的严重程度； S5.最后故障类别的判断结果标记在三维图像中故障所在的区域； 所述S1中边缘检测算法为Canny算子，确定边缘检测算法所需参数的方法为：令Lcanny＝LM，Tcanny＝2*Lcanny；对比上一次边缘检测结果，统计numcon和nump；若满足条件1：numcon＞Mconornump＞MporLcanny＜LN，输出Lcanny＝Lcanny+Lgap，否则Lcanny＝Lcanny-Lgap且再次统计numcon和nump直至满足条件1；其中，Tcanny和Lcanny为Canny算子所需的高阈值和低阈值参数；LM为参数Lcanny的起始值，Lgap为步进值，LN为终止值，Mp为nump的阈值，Mcon为numcon的阈值，以上参数的取值与三维图像的大小相关； 所述可见光颜色筛选规则为：首先，根据疑似故障区域的亮度Vfault进行判断，若Vfault＞Vt则抛弃该疑似故障区域；其次，根据故障的色度Hfault进行判断，若Hfault满足：30-0.5*temp≤Hfault≤90+1.5*tempor210-0.5*temp≤Hfault≤270+1.5*temp，则保留该疑似故障区域；其中，Vt为亮度阈值，temp为色度调整参数； 所述故障的形状包括类圆型、长条型和规则型三类，形状因子Pregion的计算公式为：所述长短径之比为疑似故障区域内最长的线段与其垂直的线段长度之比；其中，Cregion为疑似故障区域的周长、Sregion为疑似故障区域的面积。

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深圳华工能源技术有限公司，其通讯地址为：518052 广东省深圳市前海深港合作区前海一路1号A栋201室；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。