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！

龙图腾网获悉江苏省特种设备安全监督检验研究院申请的专利一种焊缝缺陷的智能识别与分布可视化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：CN120912617B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511446698.4，技术领域涉及：G06T7/00；该发明授权一种焊缝缺陷的智能识别与分布可视化方法及系统是由袁健伟;汤大赟;田小丹;金鸿飞;潘斌设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本一种焊缝缺陷的智能识别与分布可视化方法及系统在说明书摘要公布了：本发明涉及缺陷检测技术领域，公开了一种焊缝缺陷的智能识别与分布可视化方法及系统，所述方法包括采集焊缝射线检测图像，去噪后得到平滑图像并进行多尺度特征提取，通过语义分割得到焊缝分割图像；采用卷积神经网络对不同缺陷类型进行分类，并进行像素标注，得到缺陷标注图像；对焊缝分割图像进行均匀网格划分，过滤边界像素后得到优化子区域集合；计算子区域内缺陷像素与总像素的数量比例，与预设比例阈值比对后完成分类，映射到二维矩阵得到密度分布矩阵；沿焊缝长度和宽度方向聚合比例值，并填充缺失数据点得到连续比例值序列；为各比例值分配对应的颜色，渲染后得到缺陷分布热力图。本方法能够实现焊缝缺陷的高精度检测与可视化呈现。

本发明授权一种焊缝缺陷的智能识别与分布可视化方法及系统在权利要求书中公布了：1.一种焊缝缺陷的智能识别与分布可视化方法，其特征在于，包括： 采集焊缝射线检测图像，对所述焊缝射线检测图像进行去噪处理，得到平滑图像； 对所述平滑图像进行多尺度特征提取，得到特征集合，对所述特征集合进行分割，得到焊缝分割图像； 针对所述焊缝分割图像，采用卷积神经网络对不同缺陷类型进行分类，得到缺陷分类图像，对所述缺陷分类图像进行像素标注，确定缺陷标注图像； 从所述缺陷标注图像中提取每个缺陷类型的像素点，生成缺陷像素分布图，对所述焊缝分割图像进行均匀网格划分，结合所述缺陷像素分布图生成初始子区域集合，对子区域边界像素进行过滤，得到优化子区域集合； 根据所述优化子区域集合，计算每个子区域内缺陷像素数量与总像素数量的比例值，判断所述比例值与预设比例阈值的大小关系，得到分类子区域集合，将所述分类子区域集合的分布映射到二维矩阵，得到密度分布矩阵； 根据所述密度分布矩阵，分别沿焊缝长度和宽度方向聚合所述比例值，并对缺失数据点进行插值填充，得到连续比例值序列； 根据所述连续比例值序列，为所述比例值分配对应的颜色梯度，进行图像渲染后得到缺陷分布热力图； 其中，所述针对所述焊缝分割图像，采用卷积神经网络对不同缺陷类型进行分类，得到缺陷分类图像，对所述缺陷分类图像进行像素标注，确定缺陷标注图像，包括： 从所述焊缝分割图像中提取像素平滑度特征，采用卷积神经网络确定所述焊缝分割图像的缺陷区域，输出每个缺陷区域的类型，并依此对缺陷区域进行标注，得到所述缺陷分类图像； 采用像素级标注方法，标注所述缺陷分类图像中相应缺陷类型的区域，结合所述像素平滑度特征细化标注边界，得到缺陷标注图像； 其中，进行像素级标注以将缺陷分类图像中的缺陷区域精确到每个像素，明确缺陷的边界和范围；对标注边界的细化以消除分类过程中出现的边界模糊或误标；具体的，首先基于缺陷分类图像生成初步的像素标注掩码，然后提取掩码边界像素的像素平滑度特征，对于裂纹边界，保留灰度方差高于50的像素，连接断裂的低方差像素段，使裂纹边界更连续；最终得到的缺陷标注图像准确勾勒出缺陷轮廓。

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江苏省特种设备安全监督检验研究院，其通讯地址为：210003 江苏省南京市鼓楼区草场门大街107号龙江大厦；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。