Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国矿业大学安计勇获国家专利权

中国矿业大学安计勇获国家专利权

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!

龙图腾网获悉中国矿业大学申请的专利一种资源受限设备的皮带落煤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:CN120259636B

龙图腾网通过国家知识产权局官网在2025-07-29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:202510718015.X,技术领域涉及:G06V10/25;该发明授权一种资源受限设备的皮带落煤检测方法是由安计勇;秦源呈;袁力设计研发完成,并于2025-05-30向国家知识产权局提交的专利申请。

一种资源受限设备的皮带落煤检测方法在说明书摘要公布了:本发明公开了一种资源受限设备的皮带落煤检测方法,属于计算机视觉目标检测技术领域。该方法基于事件相机的实时数据流进行采集,利用事件相机高时间分辨率的优势,动态捕捉皮带上的变化信息;通过特定的时间窗口,将捕获的事件数据组织为事件帧,随后提取空间特征、时间特征和边缘特征;空间特征由改进的YOLOV12网络提取,时间特征通过光流法计算,边缘特征则通过Sobel算子获得;通过加权融合技术将这些多源特征融合为综合特征,输入改进的目标检测模型进行落煤检测。本发明通过引入事件相机和多种特征融合,提升了系统在复杂环境下的鲁棒性和检测精度,降低了计算量,该方法非常适合资源受限的边缘设备进行皮带落煤检测任务。

本发明授权一种资源受限设备的皮带落煤检测方法在权利要求书中公布了:1.一种资源受限设备的皮带落煤检测方法,其特征在于,包括步骤S1、S2、S3、S4、S5,其中,步骤S2、S3、S4同步进行,具体方法如下: S1、事件数据采集,具体方法如下: S1.1、配置事件相机的基本参数,用于聚焦皮带表面区域变化; S1.2、利用事件视觉传感器获取异步事件数据流; S1.3、实时读取事件流,使用OpenCV处理视频流,并按设定的时间窗口聚合为事件帧; S1.4、将聚合后的事件帧缓存到处理队列中,供后续特征提取模块调用; S2、事件特征预处理与构建,具体方法如下: S2.1、对事件帧进行预处理,包括尺寸归一化和通道标准化; S2.2、使用轻量化的RepNeXtBlock网络结构提取低层空间特征,捕捉局部结构信息和边缘轮廓; S2.3、堆叠多层RepNeXtBlock深层模块,提取高层语义特征; S2.4、采用FPN将多尺度特征进行融合,增强小目标落煤的检测效果,并提升特征的语义表达能力; S2.5、将提取到的特征输入检测头,进行落煤的分类和定位; S3、事件帧前后对比,构建时空特征融合,具体方法如下: S3.1、对相邻两帧事件图进行空间对齐与像素归一化处理; S3.2、计算前后帧之间的事件变化区域,通过帧差法突出落煤故障发生区域; S4、基于事件边缘结构进行精细识别,具体方法如下: S4.1、对事件帧进行灰度化处理,并应用中值滤波方法去除高频噪声; S4.2、利用Sobel算子计算图像的梯度; S4.3、利用非极大值抑制去除非边缘像素,得到细化边缘; S4.4、设定双阈值,实现边缘连接并输出结果; S5、空间-时间-边缘特征融合,输出落煤检测结果,具体方法如下: 经过步骤S2.1和步骤S2.5得到空间特征,经过步骤S3.1和步骤S3.2得到时间特征,经过步骤S4.1和步骤S4.4得到边缘特征;使用加权融合的方式将空间特征、时间特征、边缘特征进行特征融合,该过程表示为: ; 其中表示经过融合的特征;根据将主干替换为RepNeXtBlock的YOLOV12针对所训练的模型进行检测,这一过程表示为: ; 其中表示落煤检测的结果。

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中国矿业大学,其通讯地址为:221100 江苏省徐州市铜山区大学路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”。

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。