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！

龙图腾网获悉汕头市超声仪器研究所股份有限公司;汕头市超声检测科技有限公司;广东智能化超声成像技术装备创新中心有限公司申请的专利一种基于AI识别的超声检测缺陷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：CN121027321B 。

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：202511577389.0，技术领域涉及：G01N29/06；该发明授权一种基于AI识别的超声检测缺陷方法是由李斌;郭境峰;林平平;谢栩;黄伊楠;李波翰设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种基于AI识别的超声检测缺陷方法在说明书摘要公布了：本发明公开了一种基于AI识别的超声检测缺陷方法，旨在解决现有技术中半波高度法无法自动区分真伪缺陷、而AI算法在缺陷定量评定上存在计算量大和结果不稳定等问题。该方法首先获取并预处理超声检测图像；接着，采用国标半波高度法对疑似缺陷进行初步坐标定位和大小评定；然后，利用AI识别算法对缺陷进行真伪判定；最后，综合AI判断结果与半波高度法评定结果，确定缺陷的真实位置和大小。与现有技术相比，本发明有效结合了两种方法的优点，实现了缺陷检测的自动化、高效率和高准确性，显著减少了人工干预和误判，尤其在薄板检测等复杂场景下表现出优越性，且无需改造硬件，具有良好的实用性和兼容性。

本发明授权一种基于AI识别的超声检测缺陷方法在权利要求书中公布了：1.一种基于AI识别的超声检测缺陷方法，其特征在于，包括以下步骤： S1、获取超声检测图像：通过超声检测设备获取目标工件的超声检测图像，对所述图像进行预处理后存储至数据库； S2、初步坐标定位与大小评定：依据国标NBT47013.15—2021中的半波高度法评定标准，对图像中疑似缺陷进行初步坐标定位和大小评定，获取缺陷高度数据； S3、缺陷真伪判定：根据S2获取的缺陷坐标用AI识别算法生成缺陷目标检测包围框，具体步骤包括： S31、利用AI识别算法对S2中经半波高度法确定的缺陷坐标区域进行目标检测，生成缺陷候选包围框； S32、对检测结果进行空间一致性筛选，去除与半波高度法定位结果重叠面积占比低于预设阈值的无关区域，仅保留重叠面积占比高于阈值的缺陷候选区域； S33、对保留的候选区域进行特征标准化处理，包括灰度归一化、对比度增强与纹理特征提取，以增强模型对不同材料和噪声环境的适应性； S34、将标准化特征输入至分类网络，计算各候选区域的置信度评分； S35、当置信度高于预设阈值时，判定为真实缺陷；低于阈值时视为伪缺陷或噪声区域； S4、综合评定缺陷真实大小与位置：将S3的检测包围框与S2的初步评定结果进行计算，并结合已知缺陷特征库进行综合对比，修正并输出缺陷最终坐标位置与真实大小，具体步骤包括： S41、根据S2中半波高度法测得的缺陷初步坐标，计算其在图像坐标系中的中心点位置，所述中心点坐标通过取缺陷区域外接矩形的几何中心确定，即： ， 其中，x_min、x_max、y_min、y_max分别为缺陷区域在图像中的边界坐标； S42、将S3中AI识别算法生成的缺陷目标检测包围框中心点与S41中所述初步坐标的中心点进行欧氏距离匹配，当距离小于预设阈值时判定为同一缺陷； S43、当存在多个包围框与同一初步坐标的中心点匹配时，选择与其Dice系数最高的包围框作为最终匹配对象，所述Dice系数用于衡量AI识别结果与半波高度法结果之间的空间重叠程度，其计算公式为： 其中，A为AI识别包围框区域，B为半波高度法评定区域； S44、根据匹配结果融合AI识别缺陷目标检测包围框与半波高度法的尺寸评定结果，综合输出缺陷的最终中心坐标、真实尺寸及形貌参数。

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汕头市超声仪器研究所股份有限公司;汕头市超声检测科技有限公司;广东智能化超声成像技术装备创新中心有限公司，其通讯地址为：515000 广东省汕头市金砂路77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。