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！

龙图腾网获悉昆明理工大学申请的专利特高压输电线路无人机巡检图像的绝缘子缺陷识别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：CN121544624B 。

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：202610070045.9，技术领域涉及：G06T7/00；该发明授权特高压输电线路无人机巡检图像的绝缘子缺陷识别方法是由骆钊;张涛;刘德文;李钊;何琦栋;邓惟记;李旭东;唐定洋;赵伟杰;乔柱桥;杨远航;耿要强;查李云;梅琦龙;龙磊;潘举键设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本特高压输电线路无人机巡检图像的绝缘子缺陷识别方法在说明书摘要公布了：本发明公开了一种特高压输电线路无人机巡检图像的绝缘子缺陷识别方法，属于输电线路的巡检技术领域。方法包括：将无人机在巡检过程中拍摄的绝缘子可见光图像和红外图像传输至无人机上的边缘计算平台；构建双支路特征提取网络架构，以提取绝缘子可见光图像特征图、绝缘子红外图像特征图；构建时空特征交互模块，以输出形变可见光特征图、红外时序特征图；将形变可见光特征图和红外时序特征图进行特征融合，获得融合特征图；将融合特征图输入基于编码器‑解码器架构的网络模型，以输出高分辨率特征图；基于高分辨率特征图进行缺陷识别。本发明实现了在无人机巡检过程中对绝缘子缺陷的自主识别，提升了巡检效率和准确性。

本发明授权特高压输电线路无人机巡检图像的绝缘子缺陷识别方法在权利要求书中公布了：1.一种特高压输电线路无人机巡检图像的绝缘子缺陷识别方法，其特征在于，包括： S1、获取无人机在巡检过程中拍摄的绝缘子可见光图像和红外图像，并将绝缘子可见光图像和红外图像传输至无人机上的边缘计算平台； S2、在边缘计算平台上构建双支路特征提取网络架构，所述双支路特征提取网络架构包括改进的MobileNetV3网络架构、轻量化ResNet变体网络架构；通过改进的MobileNetV3网络架构对可见光图像进行处理，提取绝缘子可见光图像特征图；通过轻量化ResNet变体网络架构对红外图像进行处理，提取绝缘子红外图像特征图； S3、在边缘计算平台上构建时空特征交互模块，以输出形变可见光特征图、红外时序特征图；将形变可见光特征图和红外时序特征图进行特征融合，获得融合特征图； S4、将融合特征图输入基于编码器-解码器架构的网络模型，以输出高分辨率特征图；基于高分辨率特征图进行缺陷识别； 所述改进的MobileNetV3网络架构以传统MobileNetV3网络架构为框架，在传统MobileNetV3网络架构的深度可分离卷积层后增加了改进的可变形卷积层，所述改进的可变形卷积层在于对偏移量计算引入动态偏移量；将通道注意力SE模块换成包含通道注意力和空间注意力的CBAM混合注意力模块；其中，动态偏移量通过卷积操作从改进的可变形卷积层输入特征图预测得到； 所述轻量化ResNet变体网络架构以传统的ResNet18网络架构为框架，利用多尺度深度可分离卷积堆叠残差块替换传统的ResNet18网络架构前三个阶段的标准卷积残差块；删除传统的ResNet18网络架构中最后一个标准卷积残差块； 所述时空特征交互模块包括带温度梯度约束的可变形卷积、双向LSTM；将绝缘子可见光图像特征图和绝缘子红外图像特征图作为所述带温度梯度约束的可变形卷积的输入，以输出形变可见光特征图；将绝缘子红外图像特征图作为双向LSTM的输入，以输出红外时序特征图；其中，所述带温度梯度约束的可变形卷积以绝缘子可见光图像特征图和绝缘子红外图像特征图作为输入，通过卷积操作预测偏移量；引入温度梯度约束，对预测的偏移量进行修正，获得修正后的偏移量；依据修正后的偏移量，输出形变可见光特征图； 所述将形变可见光特征图和红外时序特征图进行特征融合，获得融合特征图，具体为： 设置可见光权重和红外权重范围约束；在约束范围内，通过信噪比自适应调整可见光权重和红外权重； 将形变可见光特征图和红外时序特征图依据可见光权重和红外权重进行特征融合，获得融合特征图； 所述基于高分辨率特征图进行缺陷识别，包括： 接入分割头，依据分割头预测融合特征图每个像素属于热斑的概率；依据热斑的概率进行二值掩码生成；依据二值掩码获得热斑面积； 接入回归头，依据回归头预测融合特征图每个像素的温度值，以获得热斑平均温度； 接入分类头，依据分类头预测缺陷类别。

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昆明理工大学，其通讯地址为：650031 云南省昆明市五华区一二一大街文昌路68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。