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！

龙图腾网获悉广东华中科技大学工业技术研究院申请的专利一种透明构件红外成像多模态特征融合检测方法和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：CN118747746B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202410897907.6，技术领域涉及：G06T7/00；该发明授权一种透明构件红外成像多模态特征融合检测方法和系统是由卢亚;明五一;胡顺厂;赵阳静;倪明堂;张俊慧;赵健州;赵玲伶;王鸿焱设计研发完成，并于2024-07-05向国家知识产权局提交的专利申请。

本一种透明构件红外成像多模态特征融合检测方法和系统在说明书摘要公布了：本公开涉及图像检测领域，具体涉及一种透明构件红外成像多模态特征融合检测方法和系统，所述方法包括如下步骤：获取透明构件的初检红外图像；基于所述初检红外图像，采用YOLOv8算法对所述透明构件的缺陷进行初步分类并得到疑似缺陷所在的区域；获取透明构件疑似缺陷所在的区域的精检红外图像；基于精检红外图像，采用多模态特征融合算法辨识最终的缺陷类型。本公开实现不同模态特征在时间维度的对齐及在信息维度的匹配，再实现多模态特征的融合，检测结果更为精准。

本发明授权一种透明构件红外成像多模态特征融合检测方法和系统在权利要求书中公布了：1.一种透明构件红外成像多模态特征融合检测方法，其特征在于，包括如下步骤：S10、获取透明构件的初检红外图像；S20、基于所述初检红外图像，采用YOLOv8算法对所述透明构件的缺陷进行初步分类并得到疑似缺陷所在的区域；所述区域为矩形区域，所述矩形区域由以下数据所限定：中心X坐标、中心Y坐标、边界框宽度和边界框高度；所述初检红外图像包括第一次动态拍照的r张红外成像照片和第二次动态拍照的m张红外成像照片，其中，采用YOLOv8算法对所述透明构件的缺陷进行初步分类，包括：S201、将第一次动态拍照的r张红外成像照片，依次输入到所述YOLOv8算法中，得到疑似缺陷的类别ID、中心X坐标、中心Y坐标、边界框宽度和边界框高度；S202、分别统计r张红外成像的疑似缺陷的类别ID，如果均没有疑似缺陷，则当前第一次动态拍照的r张红外成像照片检测无缺陷；如果部分有或者全部有疑似缺陷，对r张红外成像照片中存在疑似缺陷类别ID的中心X坐标和中心Y坐标进行聚类合并，实现同一疑似缺陷的信息统一；S203、输出聚类合并后的疑似缺陷的类别ID、中心X坐标、中心Y坐标、边界框宽度和边界框高度；S204、将第二次动态拍照的m张红外成像照片按照S201-S203的步骤进行处理后得到第二次动态拍照的疑似缺陷的类别ID、中心X坐标、中心Y坐标、边界框宽度和边界框高度；S205、将第一次动态拍照和第二次动态拍照的疑似缺陷的类别ID、中心X坐标、中心Y坐标、边界框宽度和边界框高度进行合并得到初步分类；S30、获取透明构件疑似缺陷所在的区域的精检红外图像；S40、基于精检红外图像，采用多模态特征融合算法辨识最终的缺陷类型，包括：针对静态因素引起的缺陷，采用小波变换获取高低频分量，同时采用方向梯度直方图对精检红外图像进行统计分析，获取精检红外图像中梯度变化明显的信息，其中，所述梯度变化明显的信息反映出缺陷的形状和细节，得到静态特征；针对动态因素引起的精检红外图像特征，利用卷积神经网络从精检红外图像中提取特征，利用LSTM模型分析相邻关键帧之间的时序相关性，得到动态演变特征。

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广东华中科技大学工业技术研究院，其通讯地址为：523000 广东省东莞市松山湖高新技术产业开发区科技九路1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”。