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！

龙图腾网获悉武汉理工大学申请的专利输送带跑偏视觉检测方法、装置、电子设备及存储介质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：CN115170527B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202210846674.8，技术领域涉及：G06T7/00；该发明授权输送带跑偏视觉检测方法、装置、电子设备及存储介质是由袁建明;姚瑞阳;闫家豪;胡志辉;沈嘉禾设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本输送带跑偏视觉检测方法、装置、电子设备及存储介质在说明书摘要公布了：本发明涉及一种输送带跑偏视觉检测方法、装置、电子设备及存储介质，其方法包括：获取输送带实时运输图像；将所述输送带实时运输图像输入训练完备的图像分割模型中，提取覆盖输送带边界曲线图像；确定所述覆盖输送带边界曲线图像的第一中心线与第二中心线，并计算所述第一中心线与第二中心线之间的像素距离；基于预设的坐标转换关系，确定所述像素距离对应的输送带偏移距离。提高了检测精度与安全性。

本发明授权输送带跑偏视觉检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种输送带跑偏视觉检测方法，其特征在于，包括： 获取输送带实时运输图像； 将所述输送带实时运输图像输入训练完备的图像分割模型中，提取覆盖输送带边界曲线图像； 确定所述覆盖输送带边界曲线图像的第一中心线与第二中心线，并计算所述第一中心线与第二中心线之间的像素距离； 基于预设的坐标转换关系，确定所述像素距离对应的输送带偏移距离； 所述训练完备的图像分割模型是基于改进型YOLACT网络进行训练的，所述训练完备的图像分割模型的训练过程，包括： 采集输送带历史运输图像，对所述历史运输图像进行标注，并基于标注后的图像构建训练集和测试集； 将所述训练集输入改进型YOLACT网络中的主干网络中提取初始特征信息； 结合主干网络和改进FPN特征金字塔结构，对所述初始特征信息基于预设的融合方式进行融合，得到有效特征信息； 联合计算所述有效特征信息中的第一有效特征信息及第二有效特征信息，输出第一覆盖输送带边界曲线图像； 利用所述第一覆盖输送带边界曲线图像与验证集中的第二覆盖输送带边界曲线图像进行损失计算，若损失函数达到预设损失条件，所述图像分割模型训练完备； 所述结合主干网络和改进FPN特征金字塔结构，对所述初始特征信息基于预设的融合方式进行融合，得到有效特征信息，包括： 对所述初始特征信息基于自上而下的融合方式进行融合，得到中间特征信息； 将所述初始特征信息中的第一初始特征信息作为自底而上融合的基底，并结合所述中间特征信息进行自底而上的融合，得到所述有效特征信息； 所述覆盖输送带边界曲线图像的第一中心线为输送带机器中心线； 确定所述覆盖输送带边界曲线图像的第二中心线，包括： 以所述覆盖输送带边界曲线图像的中心为原点，以所述第一中心线为第一方向坐标轴建立图像坐标系； 确定所述覆盖输送带边界曲线图像在所述图像坐标系第二方向上的输送带宽度，并将所述输送带宽度的中心点坐标集合作为所述第二中心线。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。