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！

龙图腾网获悉西南科技大学申请的专利基于改进LIME算法的单缝法应力检测切缝识别与评价方法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：CN121258995B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511813642.8，技术领域涉及：G06T7/00；该发明授权基于改进LIME算法的单缝法应力检测切缝识别与评价方法是由顾颖;陈娇娇;张梧瑜;涂敏;邓传宝;彭冬梅;张李艺;龙子锐;张远航;古松;孔超;任松波设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本基于改进LIME算法的单缝法应力检测切缝识别与评价方法在说明书摘要公布了：本发明公开了基于改进LIME算法的单缝法应力检测切缝识别与评价方法，属于切缝识别技术领域，其包括获取单缝法应力检测切缝的检测图像，并对其进行畸变校正；将畸变校正后的图像转化为灰度图像，并采用改进的LIME算法对灰度图像进行图像增强；采用边缘检测方法提取切缝的轮廓，之后对提取的切缝轮廓进行最小外接矩形处理，计算切缝的宽度和长度；根据切缝长度和宽度，计算长度和宽度的偏差率，并采用两个偏差率的乘积对切缝质量进行评估。本方案提供的识别与评价方法可实现切缝在不同光照背景下的快速、准确识别，并在识别图像中提取相关参数，对切缝质量进行评估，为单缝法应力检测提供可靠保障。

本发明授权基于改进LIME算法的单缝法应力检测切缝识别与评价方法在权利要求书中公布了：1.基于改进LIME算法的单缝法应力检测切缝识别与评价方法，其特征在于，包括步骤： S1、获取单缝法应力检测切缝的检测图像，并对其进行畸变校正； S2、将畸变校正后的图像转化为灰度图像，并采用改进的LIME算法对灰度图像进行图像增强； S3、采用边缘检测方法提取切缝的轮廓，之后对提取的切缝轮廓进行最小外接矩形处理，计算切缝的宽度和长度； S4、根据切缝长度和宽度，计算长度和宽度的偏差率，并采用两个偏差率的乘积对切缝质量进行评估； 步骤S2进一步包括： S21、将畸变校正后的图像转化为灰度图像，之后对灰度图像进行双边滤波降噪，得到降噪图像； S22、根据上一次迭代的增强图像，采用单缝显著性加权机制生成降噪图像的引导图像，第一次迭代的增强图像为降噪图像； S23、根据引导图像和上一次迭代的增强图像，采用改进的空间变分引导滤波估计引导图像中每个位置处的光照分量； S24、根据引导图像和光照分量，提取上一次迭代的增强图像中每处的反射分量，之后采用伽马校正函数对上一次迭代的增强图像进行校正增强； S25、对校正增强后的图像进行双边滤波降噪操作得到当前迭代次数的增强图像，之后判断当前迭代次数是否达到最大迭代次数，若是，则进入步骤S26，否则返回步骤S22； S26、根据最后一次迭代的增强图像，计算最终的增强图像： 其中，为第K次迭代的增强图像，K为最大迭代次数； 所述单缝显著性加权机制的表达式为： ， 其中，为第k次迭代的引导图像在位置p处的像素值；为降噪图像在位置p处的像素值；为第k-1次迭代的增强图像在位置p处的像素值；为5×5高斯卷积核；*表示卷积操作；为混合系数；为动态混合权重；k为当前迭代次数，取值为1至K，K为总迭代次数； 采用改进的空间变分引导滤波估计引导图像中每个位置处的光照分量的表达式为： 其中，为第k次迭代位置p处的光照分量；为以p为中心的预设大小的局部窗口；为局部窗口内除p外的其他位置；为局部窗口内的像素数量；为第k-1次迭代的增强图像在位置p处的像素值；和均为局部线性函数；为第k次迭代的引导图像在局部窗口内i处的像素值；为第k-1次迭代的增强图像在局部窗口内i处的像素值；为空间变分正则化参数； 所述空间变分正则化参数的表达式为： 其中，为基础正则化参数，取值为0.01；为空间变分强度系数，取值为0.1；和分别是Sobel算子X方向卷积核[[-1,0,1],[-2,0,2],[-1,0,1]]和Y方向卷积核[[-1,-2,-1],[0,0,0],[1,2,1]]；和表示进行卷积得到整张梯度图像，取像素i处在X、Y方向的梯度；*表示卷积操作。

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西南科技大学，其通讯地址为：621000 四川省绵阳市涪城区青龙大道中段59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。