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！

龙图腾网获悉北京科技大学申请的专利一种表面带水渍的板坯轮廓检测方法及装置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：CN116883439B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310750776.4，技术领域涉及：G06T7/13；该发明授权一种表面带水渍的板坯轮廓检测方法及装置是由徐冬;闫汇卿;何婉章;何海楠;赵剑威;王晓晨;杨荃设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种表面带水渍的板坯轮廓检测方法及装置在说明书摘要公布了：本发明公开了一种表面带水渍的板坯轮廓检测方法和装置，方法包括：步骤S1：获取中间坯图像，构建样本数据集并标记；步骤S2：构造一个卷积神经网络模型，并用标记好的数据集进行训练，获得最佳特征提取模型；步骤S3：采用小波变换对待检测板坯图像预处理，并利用训练好的所述最佳特征提取模型对预处理后的待检测板坯图像进行特征提取，获得待检测板坯图像的特征图；步骤S4：对所述待检测板坯图像的特征图进行后处理，完成去除噪声、平滑边缘的功能，通过提取边缘和寻找最大轮廓的方法完成待检测板坯图像的轮廓检测。本发明可实现对中间坯轮廓的实时检测，尤其是可以针对带水渍的板坯图像，提高轮廓检测的精度，并且该方法具有较强的鲁棒性。

本发明授权一种表面带水渍的板坯轮廓检测方法及装置在权利要求书中公布了：1.一种表面带水渍的板坯轮廓检测方法，其特征在于，包括以下步骤： 步骤S1：获取中间坯图像，构建样本数据集并标记； 步骤S2：构造一个卷积神经网络模型，并用标记好的数据集进行训练，获得最佳特征提取模型； 步骤S3：采用小波变换对待检测板坯图像预处理，并利用训练好的所述最佳特征提取模型对预处理后的待检测板坯图像进行特征提取，获得待检测板坯图像的特征图； 步骤S4：对所述待检测板坯图像的特征图进行后处理，完成去除噪声、平滑边缘的功能，通过提取边缘和寻找最大轮廓的方法完成待检测板坯图像的轮廓检测； 所述S2中的最佳特征提取模型由七个边缘检测模块结合七个上采样模块构成； 所述边缘检测模块之间通过1×1的卷积核进行全连接，所述边缘检测模块的侧边输出结果作为所述上采样模块的输入，最终将七个上采样模块的输出特征图进行融合，得到所述最佳特征提取模型的输出结果； 第一个边缘检测模块由1个卷积层构成，第二个边缘检测模块由1个卷积层和1个池化层构成，第三个边缘检测模块由2个卷积层和1个池化层构成，第四个边缘检测模块由3个卷积层和1个池化层构成，第五个边缘检测模块由3个卷积层构成，第六个边缘检测模块由3个卷积层构成，第七个边缘检测模块由2个卷积层构成，所有边缘检测模块的卷积核大小均为3×3； 七个边缘检测模块输出的结果均各自输入到上采样模块中，上采样模块均采用双线性插值的方法对边缘检测模块输出的特征图进行上采样； 将七个上采样模块的输出特征图进行图像融合，通过融合七个不同深度的侧边输出图像，得到被噪声影响的微弱的板坯轮廓特征，同时，将板坯没有被噪声影响的明显轮廓特征更为突出的表示； 所述S3，具体包括： S3-1，使用小波变换对待检测板坯图像进行滤波操作，过滤掉部分背景噪声信息，从而提高后续的检测精度； 所述待检测板坯图像是一个沿着空间分布的信号，是随着空间轴x、y变化的二维信号，可以看作是一组数字阵列； 使用小波变换将所述信号分解为一系列离散的近似分量和细节分量，而所述信号的噪声主要集中表现在信号的细节分量上，将大于预设阈值的噪声细节分量去掉后，将其余的细节分量和近似分量再经过小波重构就可以得到平滑的图像； S3-2，将小波变换滤波后的待检测板坯图像输入所述最佳特征提取模型，得到待检测板坯图像的特征提取图。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。