Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南文理学院曾国良获国家专利权

湖南文理学院曾国良获国家专利权

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!

龙图腾网获悉湖南文理学院申请的专利基于多模态边缘计算的结构表面病害诊断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:CN121068609B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511612746.2,技术领域涉及:G01N21/88;该发明授权基于多模态边缘计算的结构表面病害诊断方法及系统是由曾国良;张祖军;彭文平;陈明芳;何嘉祺;阳晟源;谢佳妤;郑盼盼设计研发完成,并于2025-11-06向国家知识产权局提交的专利申请。

基于多模态边缘计算的结构表面病害诊断方法及系统在说明书摘要公布了:本发明涉及表面缺陷检测技术领域,具体为基于多模态边缘计算的结构表面病害诊断方法及系统,包括以下步骤,获取红外热像帧图并构建温差图组,增强可见光纹理特征生成增强图组,进行图像配准提取组合特征向量并分类识别,映射缺陷区域边界生成坐标集,统计病害信息并生成可视展示图层。本发明,通过红外热成像图像的温度映射与空间划分操作,使不同区域内的热异常特征得以可视表达,通过已训练神经网络模型实现缺陷类型的精准判别,通过图像映射手段提取结构表面缺陷的边界坐标点集,结合连通性运算与矩形框构建方式,对缺陷位置进行标注定位,有效提升建筑表面病害识别的精准度、边界提取的可靠性与分区风险呈现的完整性。

本发明授权基于多模态边缘计算的结构表面病害诊断方法及系统在权利要求书中公布了:1.基于多模态边缘计算的结构表面病害诊断方法,其特征在于,包括以下步骤: S1:获取建筑结构外墙体表面上由红外热像仪采集的帧图序列,将图像内的像素灰度值与黑体标定基准值进行映射计算,并以建筑表面区域划分为基础构建分区热异变矩阵图,生成分区温差映射图组; S2:根据建筑墙面可见光图像帧,并通过图像增强对滤波图像进行局部灰度直方图统计,对每个区域灰度值进行变换重构,重建墙体表面纹理视觉特征,生成结构表面纹理增强图组; S3:基于所述分区温差映射图组与结构表面纹理增强图组,对图像中相同空间坐标区域进行特征融合,提取区域的温度梯度、灰度共生矩阵对比度、边缘闭合度与形状因子,并由训练后的卷积神经网络进行缺陷分类,生成结构分区病害识别图层; S4:调用所述结构分区病害识别图层中判定为缺陷区域的边界标签,基于原图中像素坐标关系进行位置映射,通过提取闭合边界轮廓点集,生成建筑缺陷边界坐标集; 所述分区温差映射图组包括区域温度异常阈值带、像素热值空间分布格网、墙面热辐射非均匀性面域和热成像噪声抑制残留区域,所述结构表面纹理增强图组包括纹理图像高频细节分布层、图像灰度均衡图层、纹理边缘连贯性特征图和光照干扰校正区域图,所述结构分区病害识别图层包括病害类型标签面域、建筑构件分区索引编码、特征向量预测分布图和卷积特征响应激活图,所述建筑缺陷边界坐标集包括边界包围框坐标索引、轮廓闭合结构点阵、结构面片几何参考点和边界拓扑连通映射。

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湖南文理学院,其通讯地址为:415000 湖南省常德市武陵区洞庭大道3150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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。