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！

龙图腾网获悉沈阳化工大学申请的专利一种针对复杂环境板材内部孔洞缺陷的热波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：CN119579488B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411398964.6，技术领域涉及：G06T7/00；该发明授权一种针对复杂环境板材内部孔洞缺陷的热波检测方法是由李铁军;葛新强设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本一种针对复杂环境板材内部孔洞缺陷的热波检测方法在说明书摘要公布了：本发明是一种针对复杂环境板材内部孔洞缺陷的热波检测方法，涉及一种型材检测方法，所述方法为边缘检测算法和传热学，深度学习相融合而达到检测方法；传热学模型由Python编程语言通过PyAnsys库与Ansys仿真软件进行交互，材料属性数据建立；深度学习模型由yolov5视觉识别算法构成，边缘检测算法为Canny边缘检测算法；先建立传热学的初始模型，然后通过深度学习和边缘检测算法的检测结果反向矫正仿真模型，最终实现检测板材内部孔洞缺陷边缘；本发明通过边缘检测算法与有限元传热模型深度学习相融合检测板材缺陷，避免了因在复杂环境下热感图像的对比度低，边界不清晰，噪声区域干扰而造成孔洞边缘检测不准确情况。

本发明授权一种针对复杂环境板材内部孔洞缺陷的热波检测方法在权利要求书中公布了：1.一种针对复杂环境板材内部孔洞缺陷的热波检测方法，其特征在于，所述方法为边缘检测算法和传热学，深度学习相融合而达到检测方法；传热学模型由Python编程语言通过PyAnsys库与Ansys仿真软件进行交互，材料属性数据建立；深度学习模型由yolov5视觉识别算法构成，边缘检测算法为Canny边缘检测算法；先建立传热学的初始模型，然后通过深度学习和边缘检测算法的检测结果反向矫正仿真模型，最终实现检测板材内部孔洞缺陷边缘； 具体过程如下： 1使用Python编程语言通过PyAnsys库与Ansys仿真软件进行交互和现场环境，材料属性数据建立有限元传热模型，并提取红外图像数据；然后通过卷积神经网络检测识别板材内部孔洞缺陷，获取红外图像中孔洞缺陷的中心点位置P和孔洞缺陷的当量半径R；对比两者孔洞缺陷中心点位置误差，如果小于设定阈值e1，则可以继续进行实验，否则将反向矫正更新孔洞缺陷中心点位置P，和孔洞缺陷半径R重新建立传热模型，再依次进行实验； 2使用Canny算子同时检测热成像现场仪采集的红外图像数据孔洞边缘，识别出边界温度梯度较大的区域T，如果孔洞边缘区域T误差大于设定阈值e2，则根据提取到的板材内部孔洞边缘条件和特征重新建立仿真模型，再依次进行实验；如果两者特征一致则不再更新矫正，避免了因在复杂环境下热感图像的亮度对比度低，孔洞边界特征不清晰造成孔洞边缘检测不准确情况； 3通过逆向更新传热学仿真模型，校正孔洞的中心点位置，孔洞半径，孔洞边缘温度分布情况，最终精确获得板材内部孔洞缺陷检测结果。

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沈阳化工大学，其通讯地址为：110142 辽宁省沈阳市沈阳经济技术开发区11号街；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。