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！

龙图腾网获悉智洋创新科技股份有限公司申请的专利一种基于深度学习的铁路限高杆损坏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：CN116206252B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211523116.4，技术领域涉及：G06V20/52；该发明授权一种基于深度学习的铁路限高杆损坏检测方法是由刘奎;王硕;方亮;高军;侯良文设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种基于深度学习的铁路限高杆损坏检测方法在说明书摘要公布了：一种基于深度学习的铁路限高杆损坏异常检测方法，属于轨道交通信息监控的特定计算模型技术领域，本发明通过铁路限高杆监拍装置获取限铁路高杆图像，首先采用语义分割模型分割所述图像中的限高杆区域；其次对分割得到的掩膜进行自适应角度校正；然后通过限高杆掩膜的像素分布提取限高杆横杆部分对应的区域；最后获取限高杆横杠的掩膜轮廓并与预设的轮廓模板进行匹配，通过对应轮廓的匹配度是否超过阈值，判断限高杆是否发生损坏异常。本发明所述检测方法可以最大程度地发挥出深度学习方法的优势，提高了限高杆损坏检测的效率。

本发明授权一种基于深度学习的铁路限高杆损坏检测方法在权利要求书中公布了：1.一种基于深度学习的铁路限高杆损坏异常检测方法，通过铁路限高杆监拍装置获取限铁路高杆图像，其特征在于：首先采用语义分割模型分割所述图像中的限高杆区域；其次对分割得到的掩膜进行自适应角度校正；然后通过限高杆掩膜的像素分布提取限高杆横杆部分对应的区域；最后获取限高杆横杠的掩膜轮廓并与预设的轮廓模板进行匹配，通过对应轮廓的匹配度是否超过阈值，判断限高杆是否发生损坏异常，具体包括： S1：通过铁路限高杆监拍装置获取铁路限高杆图像，并进行铁路限高杆区域标注，构建铁路限高杆图像分割数据集并训练语义分割模型得到铁路限高杆分割模型； S2：将实时监拍装置获取的铁路限高杆图像输入至训练完毕的语义分割模型中，以获取铁路限高杆的掩膜图像； S3：对所述铁路限高杆的掩膜图像进行旋转，使掩膜图像中限高杆的横杠部分平行于图像的宽轴； 所述步骤S3对所述铁路限高杆的掩膜图像进行旋转的方法，包括： S31：预设[-α,α]范围中不为0的整数作为掩膜图像的旋转角度； S32：遍历步骤S31中的旋转角度对掩膜图像进行旋转； S33：对步骤S32旋转后的图像沿掩膜图像高轴进行求和，记为： ，记录当前旋转角度和最大的N个的和；其中，所述Mi是一组数字，表示掩膜图像第i行像素的数量之和；所述N为最大数的个数；所述Mn计算Mi对应组数字中最大的N个数的和； S34：计算对应的旋转角度，即为所求自适应校正旋转角度； S4：获取铁路限高杆横杠所在的区域范围，具体方法包括： S41：对掩膜图像沿图像高轴进行求和记为； S42：将步骤S41所求和除以掩膜图像的宽，得到掩膜占图像宽度的比例记为： ； S43：记录：步骤S42中沿高轴的掩膜占图像宽度比例大于预设阈值时，所对应掩膜图像高的范围[a,b]； S44：将掩膜图像沿[a-m,b+m]进行切割，获取含有铁路限高杆横杠的图像区域，其中m是像素的数量； S5：在铁路限高杆横杠所在范围内进行铁路限高杆横杠轮廓提取和过滤，保留铁路限高杆区域的轮廓； S6：将提取的铁路限高杆横杠区域的轮廓与轮廓模板进行匹配，通过是否匹配成功判断限高杆是否发生损坏。

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智洋创新科技股份有限公司，其通讯地址为：255000 山东省淄博市高新区青龙山路9009号仪器仪表产业园10号楼；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。