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！

龙图腾网获悉山东奇妙智能科技有限公司申请的专利基于边缘计算的多模态工业产品动态缺陷检测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：CN120707538B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510856950.2，技术领域涉及：G06T7/00；该发明授权基于边缘计算的多模态工业产品动态缺陷检测系统是由张艳梅;张广旭;贺艺虹设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本基于边缘计算的多模态工业产品动态缺陷检测系统在说明书摘要公布了：本发明涉及视觉检测技术领域，具体为基于边缘计算的多模态工业产品动态缺陷检测系统。本发明中，通过引入多模态图像构建与增强方式，实现对风电叶片表面细节信息的立体获取与增强表达，借助模态间图像同步与空间配准机制，提升对不同传感器视角下缺陷信息的一致性提取能力，结合密度变化趋势分析与方向突变识别手段，使得表面微小裂纹、边缘损伤等结构变化能够在连续帧中被精准识别，进一步通过异常指标的多源判别与互消比对，有效消除环境干扰与误判风险，从而筛选出稳定、具有方向一致性与分布连续性的缺陷轨迹区域，实现动态条件下对风电叶片表面缺陷的准确检测与分区标识，显著提升缺陷定位的可靠性与精度。

本发明授权基于边缘计算的多模态工业产品动态缺陷检测系统在权利要求书中公布了：1.基于边缘计算的多模态工业产品动态缺陷检测系统，其特征在于，所述系统包括： 图像构建模块：获取风电叶片多模态图像集，对多模态图像集执行分布式图像增强与时序标定操作，并上传至云端节点，构建同步图像集合； 边缘特征配准模块：分析所述同步图像集合中风电叶片每个模态图像的边缘结构信息，提取风电叶片的空间对齐特征点集； 区域密度分析模块：分析风电叶片检测区域所述空间对齐特征点集中每个特征点的区域密度变化趋势，标记异常密度区域； 多源异常判别模块：根据所述异常密度区域构建风电叶片的多源异常指标集，并对多源异常指标集执行干扰互消比对处理，形成干扰互消点集； 缺陷筛选模块：根据所述干扰互消点集，筛选风电叶片的动态缺陷区域，得到风电叶片缺陷检测结果； 所述区域密度分析模块包括： 密度计算子模块：根据所述空间对齐特征点集在风电叶片检测区域中的坐标分布，获取每帧图像中每个特征点在指定邻域范围内的邻接点数量，依据全部邻域内点数在图像空间中的分布位置，提取局部密度趋势量； 梯度识别子模块：基于所述局部密度趋势量，计算相邻帧之间密度方向向量的夹角余弦值，识别方向变化突出的区域并提取目标区域的坐标范围，获取方向突变区间； 异常标记子模块：根据所述方向突变区间中每个区域的角度差值与空间位置分布，筛选密度方向反转角度超过45度的连续区域并标记编号，获取异常密度区域； 所述多源异常判别模块包括： 指标提取子模块：根据所述异常密度区域在风电叶片多模态图像中的空间位置，获取可见光图像中的边缘强度变化率、红外热像图像中的热扩散方向向量与激光轮廓图像中的轮廓不连续系数，建立多源异常指标集； 方向比对子模块：调用所述多源异常指标集中已分配的热扩散方向向量与边缘强度变化率，对每个区域编号下的模态指标进行方向极性比对，判断是否构成方向反转关系，获取方向反转编号集合； 干扰筛除子模块：根据所述方向反转编号集合与所述多源异常指标集中的轮廓不连续系数，对匹配区域的数值进行联合筛查，识别满足方向反转且边界变化异常的点位编号，建立干扰互消点集； 所述缺陷筛选模块包括： 轨迹判断子模块：提取所述干扰互消点集中每个特征点在图像帧序列中的密度变化趋势与延展方向波动范围，识别同时具备密度起伏与方向稳定的点位，获取轨迹稳定特征点组； 区域构建子模块：调用所述轨迹稳定特征点组的位置坐标，在单帧图像中识别相互邻接的点位集合，依据点间距离关系划分区域边界，获取连通区域聚类结果； 结果输出子模块：根据所述连通区域聚类结果中的边界形态与面积分布，对区域结构执行完整性判断，筛选边缘连续且分布集中的区域，建立风电叶片缺陷检测结果。

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山东奇妙智能科技有限公司，其通讯地址为：250100 山东省济南市中国(山东)自由贸易试验区济南片区舜泰广场8号楼1401；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。