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！

龙图腾网获悉成都川油瑞飞科技有限责任公司申请的专利一种面向复杂电气仪表设备的状态指示灯定位方法及装置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：CN119992039B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510465985.3，技术领域涉及：G06V10/24；该发明授权一种面向复杂电气仪表设备的状态指示灯定位方法及装置是由田采丹;曹洋;王滔;董锎云;谢荣;刘力华;董建军;黄阳;龙廷浩;周静;张莉;吴世强;郑骏伟;侯致宇;代蔚设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本一种面向复杂电气仪表设备的状态指示灯定位方法及装置在说明书摘要公布了：本发明公开了一种面向复杂电气仪表设备的状态指示灯定位方法及装置，涉及状态指示灯定位技术领域，包括：获取数据，数据包括实时采集到的电气仪表设备状态指示灯图像数据；对数据进行预处理；将预处理数据输入基于深度神经网络的状态指示灯检测模型，输出各指示灯的定位信息，基于深度神经网络的状态指示灯检测模型用于对预处理数据进行特征提取，得到不同尺度的图像特征，对不同尺度的图像特征进行特征融合，得到特征图，根据特征图基于区域建议网络和二分类器对特征图进行处理，得到指示灯的定位信息；根据各指示灯的定位信息基于空间邻近度分析，输出各指示灯的精确定位信息。本发明增强了对多尺度指示灯的检测能力，有效减少误检和漏检。

本发明授权一种面向复杂电气仪表设备的状态指示灯定位方法及装置在权利要求书中公布了：1.一种面向复杂电气仪表设备的状态指示灯定位方法，其特征在于，包括： 获取数据，所述数据包括实时采集到的电气仪表设备状态指示灯图像数据； 对所述数据进行预处理，得到预处理数据； 将所述预处理数据输入基于深度神经网络的状态指示灯检测模型，输出各指示灯的定位信息，所述基于深度神经网络的状态指示灯检测模型用于对所述预处理数据进行特征提取，得到不同尺度的图像特征，对不同尺度的图像特征进行特征融合，得到特征图，根据所述特征图基于区域建议网络和二分类器对所述特征图进行处理，得到指示灯的定位信息； 根据各所述指示灯的定位信息基于空间邻近度分析，输出各所述指示灯的精确定位信息； 将所述预处理数据输入基于深度神经网络的状态指示灯检测模型，输出各指示灯的定位信息，包括： 对所述预处理数据进行特征提取，得到多层特征图； 根据多层特征图捕获不同尺度的图像特征； 基于特征金字塔网络对不同尺度的所述图像特征进行融合，得到特征图； 通过预设的滑动窗口基于区域建议网络在每个所述特征图上生成锚点； 通过二分类器对每个所述锚点进行评分，得到锚点框参数，并预测锚点框偏移量和缩放因子； 根据所述锚点框参数、偏移量和缩放因子在所述特征图上生成候选区域框； 根据所述二分类器判断所述候选区域框内是否包含指示灯，同时计算每个所述候选区域框的类别概率分布； 根据所述类别概率分布，将类别集合中具有最大类别概率分布对应的指示灯类别作为候选区域框类别，基于回归头对包含所述指示灯的候选区域框进行优化，得到各指示灯的定位信息； 根据各所述指示灯的定位信息基于空间邻近度分析，输出各所述指示灯的精确定位信息，包括： 根据各指示灯的定位信息获取各指示灯的二维坐标； 根据各所述指示灯的二维坐标构建空间邻近度矩阵，并计算所述空间邻近度矩阵的展开向量； 根据各所述指示灯的二维坐标构建预测空间邻近度矩阵，并计算所述预测空间邻近度矩阵的展开向量； 根据所述空间邻近度矩阵的展开向量和所述预测空间邻近度矩阵的展开向量计算余弦相似度； 根据所述余弦相似度基于矩阵降维和相似度优化的方法将所述空间邻近度矩阵和所述预测空间邻近度矩阵中的冗余或错误检测项剔除，得到各指示灯的精确定位结果； 将所述空间邻近度矩阵和所述预测空间邻近度矩阵中的冗余或错误检测项剔除，包括： 先从所述空间邻近度矩阵和所述预测空间邻近度矩阵中维度较高的矩阵逐步移除指示灯信息，直到所述预测空间邻近度矩阵与所述空间邻近度矩阵的矩阵维度匹配； 降维过程中移除指示灯信息的数量是固定的，但是可以选择不同的指示灯信息进行移除，对所有可能的降维组合计算余弦相似度； 选择余弦相似度最高的一组进行匹配,构建所述指示灯的预测坐标与所述指示灯的实际坐标间的映射，得到各指示灯的精确定位结果； 对于图像中的n个指示灯，其二维坐标表示为，其中i=1,2,...,n，指示灯i与指示灯j之间的距离可表示为： ， 进而构建出空间邻近度矩阵D： ， 按照同样的方法基于检测到的指示灯坐标构建预测空间邻近度矩阵，分别计算D和的展开向量A和B，计算余弦相似度ρ，ρ越接近1表明检测到的指示灯布局与设备上的已知指示灯越一致。

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成都川油瑞飞科技有限责任公司，其通讯地址为：610213 四川省成都市高新区天华二路219号10栋15层1501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”。