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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种基于超声红外热成像时序自加权的设备损伤检测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：CN121366166B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511946510.2，技术领域涉及：G06T7/00；该发明授权一种基于超声红外热成像时序自加权的设备损伤检测方法是由崔智高;王念;苏延召;蔡艳平;李庆辉;钟啸;兰云伟;朱良玉;张岚卿设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本一种基于超声红外热成像时序自加权的设备损伤检测方法在说明书摘要公布了：本发明公开了一种基于超声红外热成像时序自加权的设备损伤检测方法，包括以下步骤：一、采集待测设备的超声红外热成像序列并裁剪得到红外热图；二、利用熵率超像素分割方法对红外热图处理得到超像素块；三、获取每个红外热图的像素锚点相似度矩阵；四、基于像素锚点相似度矩阵，设定融合相似度矩阵和每个红外热图的自适应加权权重，构建超声红外热成像时序自加权融合模型；五、基于超声红外热成像时序自加权融合模型优化求解得到最优的融合相似度矩阵；六、基于最优的融合相似度矩阵使用谱聚类得到损伤区域。本发明方法步骤简单，基于融合相似度矩阵而实现损伤区域分割，无需人工标注信息，且动态调整时序图权重，实现无监督设备损伤检测。

本发明授权一种基于超声红外热成像时序自加权的设备损伤检测方法在权利要求书中公布了：1.一种基于超声红外热成像时序自加权的设备损伤检测方法，其特征在于，该方法包括以下步骤： 步骤一、采集待测设备的超声红外热成像序列并裁剪得到红外热图； 步骤二、利用熵率超像素分割方法对红外热图处理得到超像素块； 步骤三、获取每个红外热图的像素锚点相似度矩阵； 步骤四、基于像素锚点相似度矩阵，设定融合相似度矩阵和每个红外热图的自适应加权权重，构建超声红外热成像时序自加权融合模型； 步骤五、基于超声红外热成像时序自加权融合模型优化求解得到最优的融合相似度矩阵； 步骤六、基于最优的融合相似度矩阵使用谱聚类得到损伤区域； 步骤二，具体过程如下： 步骤201、将N个红外热图按照通道数组合，得到w×h×N的高维红外热图；其中，w表示裁剪后红外热图的宽度，h表示裁剪后红外热图的高度； 步骤202、将w×h×N的高维红外热图转换为二维矩阵；其中，二维矩阵的行数为w×h，二维矩阵的列数为N； 步骤203、采用计算机利用主成分分析法对二维矩阵进行降维处理，并将第一主成分作为降维后二维矩阵； 步骤204、采用计算机将降维后二维矩阵转换为二维灰度图； 步骤205、采用计算机利用熵率超像素分割方法按照设定超像素块数I＇对二维灰度图进行分割，得到I＇个超像素块；其中，I＇为正整数； 步骤四，具体过程如下： 采用计算机设定N个红外热图对应的融合相似度矩阵为，输入第t个红外热图的像素锚点相似度矩阵，构建超声红外热成像时序自加权融合模型；其中，min表示最小值，s.t.表示约束条件，表示F范数的平方，表示超参数，表示自然对数函数，的行数为w×h，列数为I＇；为第一常数矩阵，且中每个元素为1，且的大小为I＇×1；为第二常数矩阵，且中每个元素为1，且的行数为w×h，列数为1；表示第t个红外热图融合时的自适应加权权重。

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中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区洪庆街道同心路2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。