Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 闽江学院郭恩特获国家专利权

闽江学院郭恩特获国家专利权

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!

龙图腾网获悉闽江学院申请的专利基于实时图像裁剪和注意力机制的风力发电机组叶片缺陷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:CN117094985B

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:202311247244.5,技术领域涉及:G06T7/00;该发明授权基于实时图像裁剪和注意力机制的风力发电机组叶片缺陷检测方法是由郭恩特;王涵韬设计研发完成,并于2023-09-26向国家知识产权局提交的专利申请。

基于实时图像裁剪和注意力机制的风力发电机组叶片缺陷检测方法在说明书摘要公布了:本发明涉及一种基于实时图像裁剪和注意力机制的风力发电机组叶片缺陷检测方法,包括:将待检测图像输入构建的缺陷检测模型;缺陷检测模型首先对输入图像进行尺寸调整,而后使用特征提取器提取图像的基本特征信息;经过特征提取后,通过注意力机制模块得到注意力概率图;根据注意力概率图的结果,通过在线图像裁剪模块对图像原始尺寸进行裁剪,并将裁剪得到的图像块作为输入送入检测器,以将关注点集中在对缺陷检测最有意义的区域上;而后将图像块和注意力概率图相乘送入缺陷检测器,通过缺陷检测器对裁剪后的图像进行分析;缺陷检测模型输出分析结果,即得到缺陷的检测结果。该方法有利于提高叶片缺陷检测的鲁棒性、准确性及检测速度。

本发明授权基于实时图像裁剪和注意力机制的风力发电机组叶片缺陷检测方法在权利要求书中公布了:1.一种基于实时图像裁剪和注意力机制的风力发电机组叶片缺陷检测方法,其特征在于,包括: 将待检测图像输入构建的缺陷检测模型; 所述缺陷检测模型首先对输入图像进行尺寸调整,将图像缩放后使用特征提取器提取 图像的基本特征信息;经过特征提取后,通过注意力机制模块A-net得到注意力概率图, 所述注意力概率图指示了图像中不同区域的重要程度;根据注意力概率图的结果,通过 在线图像裁剪模块对图像原始尺寸进行裁剪,并将裁剪得到的图像块作为输入送入检测 器,以将关注点集中在对缺陷检测最有意义的区域上;而后将图像块和注意力概率图相乘 送入缺陷检测器,通过缺陷检测器对裁剪后的图像进行分析; 所述缺陷检测模型输出分析结果,即得到缺陷的检测结果; 所述注意力机制模块A-net由6层残差块组成;所述注意力机制模块通过应用元素级 softmax层将线性输出转化为概率图,使得每个元素的取值范围在0和1之间;再将检测结 果的置信度与概率图中检测框的中心点对应的概率值相乘,以抑制背景区域误检的结 果; 根据注意力概率图的结果,通过在线图像裁剪模块对图像原始尺寸进行裁剪,其实 现方法为: 在概率图的非零概率点部分外接一个矩形,矩形的对角线梯度方向即为叶片在图像 中的直线方程;根据图像的高度H、宽度W以及设定的个块数量,计算出图像在x轴和y轴方 向上的梯度分别为: 在裁剪过程中,选择概率图中具有最大概率的点作为裁减图像的中心点,并顺 着梯度方向双向裁剪;通过计算,得到第i个块的中心点坐标为: 其中,为裁剪时的填补值;由于每个块的高度固定为h,宽度固定为w,在确定了中心点 后,快速获得所有的块。

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闽江学院,其通讯地址为:350108 福建省福州市闽侯县上街镇溪源宫路200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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。