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！

龙图腾网获悉杭州电子科技大学申请的专利一种引入X射线图像重建的焊缝缺陷检测方法及其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：CN120563347B 。

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：202510661267.3，技术领域涉及：G06T5/60；该发明授权一种引入X射线图像重建的焊缝缺陷检测方法及其系统是由胡海洋;赵民生;郝洪坤设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本一种引入X射线图像重建的焊缝缺陷检测方法及其系统在说明书摘要公布了：本发明公开一种引入X射线图像重建的焊缝缺陷检测方法及其系统。本发明具体是获取含工件焊缝的X射线图像，对其进行预处理；利用Style‑Pix2pix对预处理后图像进行图像重建，得到重建后图像；利用MO‑YOLO对重建后图像进行缺陷检测，得到缺陷类别和位置信息。在图像预处理阶段，Style‑Pix2pix模型将焊缝X光图像重建，增强图像质量，有效解决因窗位、窗宽不同导致的特征混乱问题，为后续缺陷检测提供基础。在缺陷检测阶段，MO‑YOLO模型针对焊缝缺陷的特点进行优化，使其更契合焊缝缺陷检测场景，增强对焊缝图像中各类缺陷的识别能力，提升对不同类型和尺寸缺陷的识别能力。

本发明授权一种引入X射线图像重建的焊缝缺陷检测方法及其系统在权利要求书中公布了：1.一种引入X射线图像重建的焊缝缺陷检测方法，其特征在于，所述方法包括： 获取含工件焊缝的X射线图像，对其进行预处理； 利用风格迁移生成对抗网络Style-Pix2pix对预处理后图像进行图像重建，得到重建后图像； 利用全局自适缺陷检测模型MO-YOLO对重建后图像进行缺陷检测，得到缺陷类别和位置信息； 其中，所述风格迁移生成对抗网络Style-Pix2pix包括生成器、判别器；所述生成器采用Unet基本框架，包括编码器、解码器，所述编码器包括N个串联的编码层，解码器包括N个串联的解码层；针对第1至N-1层，位于同一层的编码层、解码层采用串联全局选择性核注意力机制模块GSKA的跳跃连接；位于第N层的编码层、解码层采用串联正交核注意力模块OKA的跳跃连接； 所述全局选择性核注意力机制模块GSKA的实现过程是： ； ； ； ； 其中，代表第i层编码层的输出特征图，i=1,2,…,N-1；代表3×3卷积，代表5×5卷积；为合并操作，为卷积，并配有归一化层和ReLU激活函数；、为线性层的权重，、为线性层的偏移，ReLU为ReLU激活函数，Softmax为归一化操作；表示当前全局选择性核注意力机制模块GSKA的输出结果； 所述正交核注意力模块OKA的实现过程是： ； ； ； ； 其中代表最后一层编码层的输出特征图；是将通道数分配到长和宽的操作；为卷积核为大小的卷积，为卷积核大小为的卷积；为卷积，为卷积核大小为的膨胀卷积，为卷积核大小为3的膨胀卷积；为将长宽维度上的特征移动到通道上的操作； 所述全局自适缺陷检测模型MO-YOLO包括第一轻量型下采样模块LiteConv、4个串联的轻量动态聚能特征元组模块、基于注意力的多尺度内特征交互模块AMIFI、2个上采样动态选择瓶颈模块、2个轻量采样连接选择模块、3个全局自适应注意力检测头GAA-Detect；第一轻量型下采样模块LiteConv的输入为Style-Pix2pix输出的重建后图像，输出段接第一个轻量动态聚能特征元组模块的输入端；基于注意力的多尺度内特征交互模块AMIFI的输入端接最后一个轻量动态聚能特征元组模块的输出端； 所述轻量动态聚能特征元组模块包括串联的第二轻量型下采样模块LiteConv、第一基于条件卷积的动态选择瓶颈模块DSB-C2f； 所述上采样动态选择瓶颈模块包括串联的上采样模块、Concat操作、第二基于条件卷积的动态选择瓶颈模块DSB-C2f；第一个上采样动态选择瓶颈模块的上采样模块接基于注意力的多尺度内特征交互模块AMIFI的输出端，Concat操作的输入端接第三个轻量动态聚能特征元组模块的输出端和上采样模块的输出端；第二个上采样动态选择瓶颈模块的上采样模块接第一个上采样动态选择瓶颈模块的第二基于条件卷积的动态选择瓶颈模块DSB-C2f的输出端，Concat操作的输入端接第二个轻量动态聚能特征元组模块的输出端和上采样模块的输出端； 所述轻量采样连接选择模块包括串联的第三轻量型下采样模块LiteConv、Concat操作、第三基于条件卷积的动态选择瓶颈模块DSB-C2f；第一个轻量采样连接选择模块的第三轻量型下采样模块LiteConv的输入端接第二个上采样动态选择瓶颈模块的输出端，Concat操作的输入端接第三轻量型下采样模块LiteConv的输出端和第一个上采样动态选择瓶颈模块中第二基于条件卷积的动态选择瓶颈模块DSB-C2f的输出端；第一个轻量采样连接选择模块的第三轻量型下采样模块LiteConv的输入端接第一个轻量采样连接选择模块的输出端，Concat操作的输入端接第三轻量型下采样模块LiteConv的输出端和基于注意力的多尺度内特征交互模块AMIFI的输出端； 第一个全局自适应注意力检测头GAA-Detect的输入端接第二个上采样动态选择瓶颈模块的输出端； 第二个全局自适应注意力检测头GAA-Detect的输入端接第一个轻量采样连接选择模块的输出端； 第三个全局自适应注意力检测头GAA-Detect的输入端接第二个轻量采样连接选择模块的输出端。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。