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！

龙图腾网获悉重庆大学申请的专利基于红外图像的绝缘子污秽等级评估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：CN116503350B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202310458581.2，技术领域涉及：G06T7/00；该发明授权基于红外图像的绝缘子污秽等级评估方法是由张志劲;马昕彤;蒋兴良;杨富淇;胡琴;胡建林;郑华龙设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本基于红外图像的绝缘子污秽等级评估方法在说明书摘要公布了：本发明提供的一种基于红外图像的绝缘子污秽等级评估方法，包括以下步骤：S1.采用红外成像设备获取样本绝缘子的红外图像，其中：获取图像时在不同的温度、不同的湿度以及不同的污秽等级条件下进行；S2.对红外图像进行预处理；S3.并从预处理后的图像中提取出温度特征参量；S4.构建概率神经网络，并将温度特征参量、环境温度和环境湿度组成输入特征输入至概率神经网络中对概率神经进行训练；S4.实时获取待测绝缘子的红外图像，并通过步骤S2和步骤S3处理后，将待测绝缘子的温度特征参量与待测绝缘子的环境温度和环境湿度输入至训练完成后的概率神经网络中，输出待测绝缘子的污秽等级。

本发明授权基于红外图像的绝缘子污秽等级评估方法在权利要求书中公布了：1.一种基于红外图像的绝缘子污秽等级评估方法，其特征在于：包括以下步骤： S1.采用红外成像设备获取样本绝缘子的红外图像，其中：获取图像时在不同的温度、不同的湿度以及不同的污秽等级条件下进行； S2.对红外图像进行预处理； S3.并从预处理后的图像中提取出温度特征参量； S4.构建概率神经网络，并将温度特征参量、环境温度和环境湿度组成输入特征输入至概率神经网络中对概率神经进行训练； S4.实时获取待测绝缘子的红外图像，并通过步骤S2和步骤S3处理后，将待测绝缘子的温度特征参量与待测绝缘子的环境温度和环境湿度输入至训练完成后的概率神经网络中，输出待测绝缘子的污秽等级； 步骤S2中，对红外图像进行预处理具体包括： S21.将红外图像转换为HSV颜色空间，并提取出S分量信息； S22.对S分量信息进行双边滤波处理； S23.采用形态学重建开闭运算法对步骤S22处理后的S分量信息进行重建处理得到重建图像； S24.计算重建图像的局部极大值，将局部极大值处作为重建图像的前景标记； 将重建图像转换为二值图像，并对二值图像进行距离变换得到二值图像的向量距离矩阵，将向量距离矩阵进行分水岭变换得到重建图像的前景区域和背景区域的分界线并将分界线作为背景标记； S25.将红外图像转换为RGB颜色空间，采用Sobel算子分别计算RGB颜色空间的R分量和HSV颜色空间的S分量的梯度； S26.将R分量和S分量的对应像素点的梯度值进行比较，选择两个分量中梯度值的较大值作为当前像素点的梯度值，合成RS分量梯度图； S27.采用imimposemin函数对RS分量梯度图进行修正，使修正后的RS分量梯度图在前景标记和背景标记处具有极小值，从而得到修正后的RS分量梯度图； 对修正后的RS分量梯度图进行分水岭变换，将红外图像中的绝缘子区域分割出来； 步骤S3中具体包括： S31：从分割出来的绝缘子区域中确定出目标区域，并将目标区域转换成二值矩阵； S32.从红外图像中提取出绝缘子区域的温度矩阵且温度矩阵和二值矩阵阶数相同； S33.将二值矩阵和温度矩阵进行点乘得到目标区域的温升矩阵，并从温升矩阵中提取温度特征参量，包括：最大值、最小值、平均值、中值、众值、均方根、极差、方差、标准差和峭度。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。