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！

龙图腾网获悉四川凉山水洛河电力开发有限公司申请的专利一种水轮机叶片激光熔覆质量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：CN121033010B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511534523.9，技术领域涉及：G06T7/00；该发明授权一种水轮机叶片激光熔覆质量检测方法是由吴晓军;熊庆财;王旭;张博文;黄东设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本一种水轮机叶片激光熔覆质量检测方法在说明书摘要公布了：本发明公开了一种水轮机叶片激光熔覆质量检测方法，属于图像处理技术领域。本发明首先对叶片熔覆层灰度图分别执行顶帽运算与黑帽运算，获得亮部显著图像和暗部显著图像；接着对两种图像进行网格划分，通过提取相邻网格的横向及纵向灰度差距，得到横向、纵向离散系数，进而构建横向、纵向离散矩阵，将二者相加生成离散增强矩阵；同时，基于每行网格中各网格灰度均值与同行、同列均值的差距，计算横向、纵向偏离系数并构建相应矩阵，相加后得到偏离增强矩阵；最后，利用多融合神经网络处理两张图像的离散增强矩阵和偏离增强矩阵，输出激光熔覆质量评分，有效提升了检测精度。

本发明授权一种水轮机叶片激光熔覆质量检测方法在权利要求书中公布了：1.一种水轮机叶片激光熔覆质量检测方法，其特征在于，包括： 对叶片熔覆层灰度图分别进行顶帽运算和黑帽运算，得到亮部显著图像和暗部显著图像； 分别对亮部显著图像和暗部显著图像进行网格划分，并提取相邻网格的横向灰度差距获取横向离散系数和纵向灰度差距获取纵向离散系数，得到横向离散矩阵和纵向离散矩阵； 横向离散系数的计算公式为：θσ,x,i=σx,i1+σx,i，其中，θσ,x,i为第i个横向灰度差距的横向离散系数，σx,i为第i个横向灰度差距的横向局部数据段的方差，i为正整数，以横向灰度差距矩阵中同一行的每个横向灰度差距为中心，截取左右邻域的多个横向灰度差距，构成横向局部数据段； 纵向离散系数的计算公式为：θσ,y,i=σy,i1+σy,i，其中，θσ,y,i为第i个纵向灰度差距的纵向离散系数，σy,i为第i个纵向灰度差距的纵向局部数据段的方差，以纵向灰度差距矩阵中同一列的每个纵向灰度差距为中心，截取上下邻域的多个纵向灰度差距，构成纵向局部数据段； 将同一图像的横向离散矩阵和纵向离散矩阵相加，得到离散增强矩阵； 在每行网格中，根据每个网格的灰度均值分别与同行和同列的灰度均值差距，得到每个网格的横向和纵向偏离系数，得到横向偏离矩阵和纵向偏离矩阵； 横向偏离系数的计算公式为：，其中，εj,k为第j行第k个网格的横向偏离系数，Gj,k为第j行第k个网格的灰度均值，Gj,avg为第j行所有网格的灰度均值，||为取绝对值； 纵向偏离系数的计算公式为：，其中，εr,k为第r列第k个网格的纵向偏离系数，Gr,k为第r列第k个网格的灰度均值，Gr,avg为第r列所有网格的灰度均值； 将同一图像的横向偏离矩阵和纵向偏离矩阵相加，得到偏离增强矩阵； 采用多融合神经网络处理两张图像的离散增强矩阵和偏离增强矩阵，得到激光熔覆质量评分； 多融合神经网络包括：亮部离散偏离特征融合单元、暗部离散偏离特征融合单元、第一池化层、第二池化层、加法器A1和全连接层；通过亮部离散偏离特征融合单元和暗部离散偏离特征融合单元对离散增强矩阵和偏离增强矩阵进行多尺度特征提取，再融合，将融合后的特征，采用池化层进行池化处理，通过加法器A1将两个图像的特征相加，使得全连接层综合两个图像的特征评估激光熔覆质量。

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四川凉山水洛河电力开发有限公司，其通讯地址为：615802 四川省凉山彝族自治州木里藏族自治县宁朗乡宁夏沟；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。