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！

龙图腾网获悉浙江中星钢管机械有限公司;温州大学申请的专利双树复小波多层信息融合驱动的钢管表面缺陷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：CN115937135B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202211550088.5，技术领域涉及：G06T7/00；该发明授权双树复小波多层信息融合驱动的钢管表面缺陷检测方法是由潘益文;金维洲;周庆乐;潘益忠;周瑞瑞;潘书雅;潘璐玮;孙维方;吴英龙设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本双树复小波多层信息融合驱动的钢管表面缺陷检测方法在说明书摘要公布了：本发明公开了一种双树复小波多层信息融合驱动的钢管表面缺陷检测方法，包括以下步骤：S1：获取无缝钢管表面缺陷的样本数据库；S2：建立无缝钢管表面缺陷的智能检测网络；S3：利用步骤S1获得的样本数据库结合双树复小波对智能检测网络进行训练，得到表面缺陷检测网络模型；S4：对于任一获取到的无缝钢管表面缺陷待测图像，将其输入至步骤3获得的表面缺陷检测网络模型，若待测图像存在缺陷，则表面缺陷检测网络模型在待测图像对应的缺陷位置进行标记。本发明使用表面图像直接进行无缝钢管的表面缺陷的智能辨识，具有无缝钢管表面缺陷自动检测、检测效率高的特点。

本发明授权双树复小波多层信息融合驱动的钢管表面缺陷检测方法在权利要求书中公布了：1.双树复小波多层信息融合驱动的钢管表面缺陷检测方法，其特征在于：包括以下步骤： S1：获取无缝钢管表面缺陷的样本数据库； S2：建立无缝钢管表面缺陷的智能检测网络； S3：利用步骤S1获得的样本数据库结合双树复小波对智能检测网络进行训练，得到表面缺陷检测网络模型； S4：对于任一获取到的无缝钢管表面缺陷待测图像，将其输入至步骤3获得的表面缺陷检测网络模型，若待测图像存在缺陷，则表面缺陷检测网络模型在待测图像对应的缺陷位置进行标记； 在步骤S1中，样本数据库的建立方法为： S11:将被测无缝钢管固定在图像拍摄平台并获取用于训练无缝钢管表面缺陷的表面图像； S12:将表面图像的RGB转换为YUV空间； S13:将YUV空间中的Y通道置零并再次转换至RGB图像； S14:将步骤13中的RGB图像再转换为灰度图像； S15:在灰度图像中逐像素标注表面图像中缺陷的位置，得到样本缺陷数据库； 在步骤S2中，所述智能检测网络中设有由CBAM模块和U-Net网络组成的CBAM-U-Net块；所述CBAM模块具有通道注意力机制和空间注意力机制，CBAM模块通过通道注意力机制和空间注意力机制将输入特征进行强化，强化后的特征传递至U-Net网络以进行本层特征状态的提取； 所述表面缺陷检测网络模型建立方法为： S21:对输入的灰度图像进行双树复小波分解，得到双树复小波各层成分； S22:将双树复小波各层成分分别传递至CBAM-U-Net块； S23:将各层CBAM-U-Net结果相加并形成无缝钢管表面缺陷神经网络，以无缝钢管表面缺陷神经网络作为智能检测网络。

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浙江中星钢管机械有限公司;温州大学，其通讯地址为：325300 浙江省温州市文成县巨屿镇工业园区镇中东路87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。