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！

龙图腾网获悉国电南瑞三能电力仪表(南京)有限公司申请的专利基于多模态数据融合的电能表单板缺陷检测方法及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：CN120510142B 。

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：202510992306.8，技术领域涉及：G06T7/00；该发明授权基于多模态数据融合的电能表单板缺陷检测方法及系统是由张斌;黄亮;许波;许申;王紫田;柴伟设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本基于多模态数据融合的电能表单板缺陷检测方法及系统在说明书摘要公布了：本发明公开了基于多模态数据融合的电能表单板缺陷检测方法及系统，涉及电能表智能质量检测技术领域，包括同步采集电能表单板图像并进行融合预处理，得到融合图像数据；构建缺陷检测模型，对缺陷检测模型进行训练；利用训练后的缺陷检测模型对融合图像数据进行实时推理，生成缺陷检测结果并评估缺陷检测结果置信度。本发明提供的基于多模态数据融合的电能表单板缺陷检测方法实现了对电能表单板多模态信息的同步获取与特征增强，为后续检测模型提供高质量输入数据，实现了面向多类缺陷的深层次特征建模与识别能力优化，实现了缺陷空间定位、类型分类及可信度分级的全过程推理机制，最终达到了缺陷标注精确、便于自动分拣与质量闭环控制。

本发明授权基于多模态数据融合的电能表单板缺陷检测方法及系统在权利要求书中公布了：1.基于多模态数据融合的电能表单板缺陷检测方法，其特征在于，包括： 同步采集电能表单板图像并进行融合预处理，得到融合图像数据； 构建缺陷检测模型，对缺陷检测模型进行训练； 利用训练后的缺陷检测模型对融合图像数据进行实时推理，生成缺陷检测结果并评估缺陷检测结果置信度； 融合预处理包括获取电能表单板的可见光图像与穿透图像，利用图像局部对比度构建加权融合规则，对RGB图像和NIR图像进行加权融合，得到融合图像数据； 生成缺陷检测结果并评估缺陷检测结果置信度包括将融合图像数据输入训练后的缺陷检测模型进行特征提取与目标识别，获得包含缺陷位置、类型与分类置信度的结构化缺陷检测结果，计算缺陷检测结果置信度，并与置信度阈值进行比较，判断缺陷检测结果的可靠性和处理路径； 对融合图像数据进行实时推理包括，将融合图像数据输入训练后的缺陷检测模型中进行逐帧分析，结合缺陷检测模型中的多尺度特征提取结构，生成缺陷检测结果并对缺陷检测结果进行解析； 缺陷检测模型表示为： 其中，Y表示缺陷检测结果集合，s表示多尺度特征提取下的三个输出尺度，即输出分辨率为输入的18、116、132，∪表示在三个输出尺度下输出结果的联合，Necks.表示将第s个尺度下的特征进行融合，Backbone.表示轻量级检测主干网络，表示在第s个尺度下训练得到的网络参数集合，Fx,y表示融合图像在像素位置x,y的最终灰度值； 评估缺陷检测结果置信度包括，基于缺陷检测模型训练过程中的样本分布特性、分类难度与边界特征构建置信度评价函数，并结合潜在缺陷的空间定位匹配度与特征响应强度对缺陷位置和缺陷类型进行综合评估，计算缺陷检测结果置信度，将缺陷检测结果置信度与置信度阈值进行比较，若缺陷检测结果置信度高于置信度阈值，则将缺陷检测结果判定为有效缺陷信息，并将单板标定为异常单板； 若缺陷检测结果置信度低于置信度阈值，则将缺陷检测结果判定为无效缺陷信息，触发复检指令； 构建置信度评价函数表示为： Qbi,ci＝α·Ddistci+β·Eboxbi+γ·Ssampleci 其中，Qbi,ci表示第i个缺陷检测结果的置信度，α表示分类难度项权重，Ddist.表示分类难度度量函数，β表示边界框质量项权重，Ebox.表示边界框置信度函数，γ表示样本分布稀疏项权重，Ssample.表示样本分布评分函数； 将缺陷检测结果置信度与置信度阈值进行比较表示为： 其中，Labeli表示第i个缺陷信息的判定结果，δ表示置信度阈值。

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国电南瑞三能电力仪表(南京)有限公司，其通讯地址为：210061 江苏省南京市浦口区高新技术开发区高新路20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。