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！

龙图腾网获悉东南大学申请的专利基于图像识别的机场道面状态智能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：CN115937786B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211712547.5，技术领域涉及：G06V20/52；该发明授权基于图像识别的机场道面状态智能检测方法是由张伟光;宋一涛;马涛;范剑伟;程杭林;张晶;彭天宜;杨汉铎设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本基于图像识别的机场道面状态智能检测方法在说明书摘要公布了：本发明公开了基于图像识别的机场道面状态智能检测方法，首先布设光电设备并获取机场道面全范围图像，进行预处理，其中机场道面病害获取晴朗天气下的道面图像，FOD采用实时的视频图像，雨雪冰状况采用雨雪冰天气下的道面图片，摩擦系数采用无病害、无FOD晴朗天气下的道面图片。然后设计机场道面状态的识别模型，得到机场道面状态的具体属性。其中，机场道面病害、FOD、雨雪冰状态采用YOLO‑Airport深度神经网络识别算法，摩擦系数采用点云重构机场道面三维纹理。根据机场规范要求，本发明结合识别出的机场道面状态详细属性，提出机场道面状态的量化评级，为机场道面的日常养护提供检测技术与评价支撑，助力智慧机场建设。

本发明授权基于图像识别的机场道面状态智能检测方法在权利要求书中公布了：1.基于图像识别的机场道面状态智能检测方法，其特征在于，包括如下步骤： S1、基于机场道面状态类型在机场道面布设光学设备，对应采集各类型的机场道面状态图像数据；并对各类型的机场道面状态图像数据进行预处理； S2、以各类型的机场道面状态图像数据为输入，其对应的机场道面属性为输出，分别构建并训练机场道面状态识别模型；具体为：采用YOLO-Airport算法分别构建机场道面FOD识别模型、机场道面病害识别模型、机场道面雨雪冰识别模型，采用点云重构方法构建机场道面三维纹理识别模型；YOLO-Airport在YOLOv5模型基础上进行优化和调整，提出了添加BiFPN和FTT相结合的特征扩展模块，将YOLOv5原有的三种不同尺度特征上添加一个三层的双向加权特征金字塔进行进一步的特征提取融合，随后对中尺度和小尺度特征添加FTT模块进行融合，融合后再与大尺度特征进行融合形成三个新的大中小尺度特征； S3、以各类型的机场道面属性为输入、其对应的评价指标为输出，分别构建并训练机场道面状态评价模型；其中，机场道面状态评价模型包括机场道面FOD评价模型、机场道面病害评价模型、机场道面雨雪冰评价模型、以及机场道面摩擦系数评价模型；构建并训练机场道面FOD检测模型、机场道面病害检测模型、机场道面雨雪冰检测模型、机场道面三维纹理检测模型时，对机场FOD状态图像数据、病害状态图像数据、雨雪冰状态图像数据、晴朗天气下无FOD且无病害状态图像数据均采用LabelImg工具包进行状态图像的数据标定，采用矩形框进行定位，最后以xml文件保存矩形框坐标，完成手工标注； S4、以各类型的机场道面状态图像数据为输入，对应的评价指标为输出，并结合机场道面状态识别模型、机场道面状态评价模型，构建机场道面状态检测模型； S5、将实时的机场道面状态图像数据输入机场道面状态检测模型，获得关于机场道面的检测评价结果。

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东南大学，其通讯地址为：211111 江苏省南京市江宁区东南大学九龙湖校区；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。