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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东大学日照研究院申请的专利一种基于深度学习的渗碳齿轮内氧化评级方法及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：CN121280789B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511454528.0，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的渗碳齿轮内氧化评级方法及系统是由王飞;盖晓峰;刘森;肖光春;范润泽;王一彩设计研发完成，并于2025-10-13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渗碳齿轮内氧化评级方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的渗碳齿轮内氧化评级方法及系统，属于渗碳齿轮质量检测技术领域，包括：获取渗碳齿轮的扫描电镜图像并预处理，通过各向异性扩散滤波降噪后，利用形态学运算分割内氧化组织区域；基于灰度共生矩阵与局部二值模式融合提取纹理特征，经皮尔逊相关系数筛选优化特征向量；将特征向量输入经粒子群优化的支持向量机分类模型，得到内氧化程度初步分类结果；结合内氧化综合评价体系，通过概率阈值判断、偏差矩阵线性分析校正，及服役工况与材料特性匹配，输出最终量化评级结果。本发明实现了渗碳齿轮内氧化评级的自动化、标准化与精准化，为齿轮质量检测及服役安全性保障提供科学支撑。

本发明授权一种基于深度学习的渗碳齿轮内氧化评级方法及系统在权利要求书中公布了：1.一种基于深度学习的渗碳齿轮内氧化评级方法，其特征在于，包括： 获取渗碳齿轮的扫描电镜SEM图像，并进行预处理； 利用基于各向异性扩散滤波算法对预处理后的SEM图像进行降噪处理； 基于形态学运算对降噪后的SEM图像进行处理，分割出内氧化组织区域； 基于灰度共生矩阵GLCM和基于局部二值模式LBP提取所述内氧化组织区域内的纹理特征； 将提取的纹理特征输入至经粒子群优化算法PSO优化后的支持向量机SVM分类模型中进行分类，得到内氧化程度的初步分类结果； 基于所述初步分类结果，结合内氧化综合评价体系，输出最终的内氧化量化评级结果，包括： 基于所述初步分类结果获取初步分类类别及对应的概率值； 若所述概率值大于预设阈值，则根据预置的映射规则将所述初步分类类别直接输出为量化评级结果； 若所述概率值小于等于预设阈值，则建立纹理特征矩阵，并将所述纹理特征矩阵中与对应纹理特征的列向量与相应纹理特征的参考阈值范围进行比对；将处于对应参考阈值范围内的纹理特征的偏差等级标记为0，并确定超出对应参考阈值范围的纹理特征的偏差等级，构建偏差矩阵，对所述偏差矩阵进行列向量的线性分析与校正，分析所述渗碳齿轮的内氧化程度；基于所述内氧化程度，并结合所述渗碳齿轮的服役工况要求及材料特性，对所述渗碳齿轮进行内氧化综合评级； 确定超出对应参考阈值范围的纹理特征的偏差等级，包括： 从材料-工艺-标准数据库中获取所述渗碳齿轮所用材料及渗碳工艺参数下各内氧化评价指标的参考阈值范围； 计算所述参考阈值范围的下限值与对应纹理特征的第一差值，并计算所述参考阈值范围的上限值与对应纹理特征的第二差值； 当不在对应参考阈值范围内的纹理特征位于参考阈值范围下限之外时，根据所述第一差值与第二差值的比值，并结合第一差值及所述纹理特征对渗碳齿轮内氧化的影响因子，计算第一评价值； 当不在对应参考阈值范围内的纹理特征位于参考阈值范围上限之外时，根据所述第一差值与第二差值的比值，并结合第二差值及所述纹理特征对渗碳齿轮内氧化的影响因子，计算第二评价值； 依据值-影响-等级映射表匹配得到对应的偏差等级； 对所述偏差矩阵进行列向量的线性分析与校正，分析所述渗碳齿轮的内氧化程度，包括： 获取所述SVM分类模型对每个所述内氧化组织区域进行分类时所产生的概率值，并根据初步分类结果进行排序，构建概率值序列矩阵； 获取基于历史标准样本库建立的、不同内氧化等级所对应的标准概率值范围，构建标准概率矩阵； 将所述概率值序列矩阵与标准概率值矩阵进行对比分析，得到概率值偏差矩阵； 将所述偏差矩阵各列向量中的非零元素视为特征元素，并从所述概率值序列矩阵中提取对应特征元素的实际概率值，从所述概率值偏差矩阵中提取对应特征元素的概率值偏差； 对提取的实际概率值进行第一次序排序，并依此次序对特征元素进行排序，进行第一线性拟合，得到第一线性系数； 对提取的概率值偏差进行第二次序排序，并依此次序对特征元素进行排序，进行第二线性拟合，得到第二线性系数； 若所述第一线性系数与第二线性系数的绝对差值小于设定阈值，则计算所述第一线性系数与第二线性系数的平均线性系数； 统计对应列向量中特征元素的等级处于超出状态下的第一数量及处于不足状态下的第二数量，若所述第一数量与第二数量的比值大于1，则依据所述平均线性系数对相应纹理特征的氧化程度评价值进行向下修正； 否则，依据所述平均线性系数对相应纹理特征的氧化程度评价值进行向上修正； 根据修正结果得到新的纹理特征矩阵，分别计算新矩阵中各列向量的平均值以及方差，得到各纹理特征的特征值，进而得到所述渗碳齿轮的内氧化程度。

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齐鲁工业大学(山东省科学院);山东大学日照研究院，其通讯地址为：250353 山东省济南市长清区大学路3501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。