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！

龙图腾网获悉上海大学申请的专利基于工业CT图像的叶片壁厚尺寸亚像素级测量方法及系统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：CN116485871B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310412446.4，技术领域涉及：G06T7/60；该发明授权基于工业CT图像的叶片壁厚尺寸亚像素级测量方法及系统是由帅三三;吴士俊;任忠鸣;王江;王亚楠;李霞;王保军设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本基于工业CT图像的叶片壁厚尺寸亚像素级测量方法及系统在说明书摘要公布了：本发明公开一种基于工业CT图像的叶片壁厚尺寸亚像素级测量方法及系统，方法包括获取涡轮叶片待测部位的扫描CT图像；利用像素级边缘检测算法对扫描CT图像中的涡轮叶片的边缘进行提取，得出叶片的粗定位边缘位置；采用基于三次样条插值的亚像素边缘检测算法对粗定位边缘位置的边缘点进行插值处理，得到叶片的亚像素边缘轮廓；利用最小二乘法对亚像素边缘轮廓进行曲线拟合，基于拟合结果对叶片的待测部位的叶片壁厚尺寸进行测量。本发明将像素级边缘检测算法结合基于三次样条插值的亚像素边缘检测算法对CT图像进行处理，将边缘像素点从像素级提升到亚像素级，既保证测量结果的稳定性，也有效实现了对涡轮叶片尺寸的高精度测量。

本发明授权基于工业CT图像的叶片壁厚尺寸亚像素级测量方法及系统在权利要求书中公布了：1.一种基于工业CT图像的叶片壁厚尺寸亚像素级测量方法，其特征在于，所述方法包括： 获取涡轮叶片三维体素模型的二维切片，并基于所述二维切片获得待测部位的扫描CT图像； 利用像素级边缘检测算法对所述扫描CT图像中的所述涡轮叶片的边缘进行提取，得出所述涡轮叶片的粗定位边缘位置； 采用基于三次样条插值的亚像素边缘检测算法对所述粗定位边缘位置的边缘点进行插值处理，得到所述涡轮叶片的亚像素边缘轮廓； 利用最小二乘法对所述亚像素边缘轮廓进行曲线拟合，基于拟合结果对所述涡轮叶片的待测部位的叶片壁厚尺寸进行测量； 其中，利用像素级边缘检测算法对所述扫描CT图像中的所述涡轮叶片的边缘进行提取，得出所述涡轮叶片的粗定位边缘位置，具体包括： 确定图像处理的结构元素； 基于所述结构元素利用腐蚀算法对所述扫描CT图像进行腐蚀处理，得出所述涡轮叶片的内边缘图像； 基于所述结构元素利用膨胀算法对所述扫描CT图像进行膨胀处理，得出所述涡轮叶片的外边缘图像； 基于所述结构元素利用膨胀和腐蚀算法对所述扫描CT图像进行膨胀腐蚀处理，得出所述涡轮叶片的梯度边缘图像； 基于所述结构元素利用膨胀和闭运算结合的形态边缘检测算法对所述扫描CT图像进行边缘检测处理，得出所述涡轮叶片的第一形态边缘图像； 基于所述结构元素利用腐蚀和开运算结合的形态边缘检测算法对所述扫描CT图像进行边缘检测处理，得出所述涡轮叶片的第二形态边缘图像； 将所述内边缘图像、所述外边缘图像、所述梯度边缘图像、所述第一形态边缘图像和所述第二形态边缘图像进行融合，得出包含所述粗定位边缘位置的融合图像。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。