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！

龙图腾网获悉大丰隆盛实业有限公司申请的专利基于深度学习和自适应图像处理的绝缘子故障检测方法及设备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：CN119625375B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411601800.9，技术领域涉及：G06V10/764；该发明授权基于深度学习和自适应图像处理的绝缘子故障检测方法及设备是由姜望;薛杰楠;顾文栋;张弛;王薇设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本基于深度学习和自适应图像处理的绝缘子故障检测方法及设备在说明书摘要公布了：本发明公开了一种基于深度学习和自适应图像处理的绝缘子故障检测方法及设备，首先构建绝缘子数据集，在训练集上训练DetectoRS目标检测网络和BiSeNet语义分割网络；将测试集图像输入DetectoRS网络，生成绝缘子检测框；根据检测框提取各绝缘子，并将提取区域输入到BiSeNet网络中，生成绝缘子掩膜；在语义分割的结果图像中对图像进行后处理，获得绝缘子的外轮廓；计算绝缘子外轮廓的最小外接旋转矩形，并根据其旋转角度将图像旋转至水平；根据水平的绝缘子图像构建绝缘子形状结构的量化曲线；最后平滑曲线，构建故障判断所需的自适应阈值，判断绝缘子故障的存在状态和所处位置，有效提高故障检测的精度和泛用性。

本发明授权基于深度学习和自适应图像处理的绝缘子故障检测方法及设备在权利要求书中公布了：1.基于深度学习和自适应图像处理的绝缘子故障检测方法，其特征在于，包括如下步骤： S1、数据集构建：采集绝缘子图像样本，划分训练集和测试集，并对图像进行数据标注，构建绝缘子数据集； S2、网络模型构建：构建DetectoRS目标检测网络和BiSeNet语义分割网络模型，所述DetectoRS目标检测网络用于检测绝缘子；所述BiSeNet语义分割网络用于快速分割绝缘子；将步骤S1划分的训练集输入网络模型中进行训练，获得训练后的DetectoRS目标检测网络和BiSeNet语义分割网络模型； S3、绝缘子类别和位置信息获取：将步骤S1划分的测试集图像输入步骤S2训练后的DetectoRS目标检测网络，经过网络特征提取和特征融合后，网络根据不同尺度的特征图生成候选框，并根据候选框的位置及其特征信息进行分类，确定每个检测到的目标类别；同时，网络通过回归任务预测目标的位置，为每个绝缘子生成检测框，实现对图像中绝缘子的检测； S4、绝缘子掩膜信息获取：根据步骤S3获取的绝缘子检测框，将各绝缘子从整张图像中提取出来，并将提取的区域输入到BiSeNet语义分割网络，输出绝缘子掩膜图像，实现提取区域中绝缘子的分割； S5、图像后处理：对经过步骤S4获得的绝缘子图像进行后处理，确定绝缘子的外轮廓，所述后处理包括但不限于图像灰度化、图像二值化、形态学闭操作、边缘检测和轮廓查找； S6、外接旋转矩形生成和仿射变换：计算绝缘子外轮廓的最小外接旋转矩形，并根据其旋转角度对绝缘子图像施加仿射变换，将其旋转至水平方向； S7、绝缘子结构量化：将步骤S6获得的水平方向绝缘子图像分成上下两部分，分别在各部分图像中，以图像的水平坐标为横坐标，以图像每一列的像素和为纵坐标，绘制图像的“列像素和结构曲线”，对绝缘子的形状结构进行量化表示； S8、自适应距离阈值构建：采用滑动窗口平均的方法平滑步骤S7获得的“列像素和结构曲线”，查找曲线中的各个波峰值，按照从左至右的顺序计算各个连续波峰对之间的水平距离，构建自适应距离阈值； S9、故障判断：若某一对连续波峰之间的水平距离大于由前一对连续波峰构建的自适应距离阈值，则该对波峰之间存在丢帽故障，当前绝缘子为故障绝缘子，实现故障检测。

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丰隆盛实业有限公司，其通讯地址为：224100 江苏省盐城市大丰区幸福东大街5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。