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！

龙图腾网获悉广东海洋大学申请的专利一种海上风电叶片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：CN119722632B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411812148.5，技术领域涉及：G06T7/00；该发明授权一种海上风电叶片缺陷检测方法是由邓超;徐美卿;汪舒畅;黄乾;胡湘雨;卢禹欣;余健威设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种海上风电叶片缺陷检测方法在说明书摘要公布了：本发明公开了一种海上风电叶片缺陷检测方法，属于风电叶片检测技术领域。所述的检测方法包括以下步骤：S01：海上风电叶片缺陷检测：识别叶片缺陷的位置，在原始图像上输出缺陷的定位标记框，并提供标记框中心位置的坐标及其对应的长度和宽度；S02：叶片图像拼接：通过分步拍摄；借助图像拼接技术，将每张已检测的图像进行拼接，形成一张完整的风机叶片图像；S03：确定单张图像中叶片缺陷的实际物理位置：在拼接完成的总图像中，确定原始单张图像中叶片缺陷对应于风机叶片的实际物理坐标。本发明的检测方法融合计算机视觉、特征提取、图像拼接、边缘检测技术等多种检测手段，可全面获取叶片表面缺陷信息，检测精度和准确性大幅提升。

本发明授权一种海上风电叶片缺陷检测方法在权利要求书中公布了：1.一种海上风电叶片缺陷检测方法，其特征在于：包括以下步骤： S01：海上风电叶片缺陷检测：识别叶片缺陷的位置，在原始图像上输出缺陷的定位标记框，并提供标记框中心位置的坐标及其对应的长度和宽度； S02：叶片图像拼接：通过分步拍摄逐次拍摄叶片的不同部位，逐步积累叶片的图像数据；借助图像拼接技术，将每张已检测的图像进行拼接，形成一张完整的风机叶片图像； S03：确定单张图像中叶片缺陷的实际物理位置：在拼接完成的总图像中，确定原始单张图像中叶片缺陷对应于风机叶片的实际物理坐标； 在步骤S01中：所述识别叶片缺陷的位置，采用DW特征提取网络结构，所述DW特征提取网络结构，包括： 输入层：接收待处理的图像数据； 特征提取卷积层：用于初步提取输入图像的特征； C2f_CBAM：用于增强网络对重要特征的注意力，通过关注通道间和空间上的信息交互来提升特征提取的精度； 空间金字塔特征融合模块：用于整合不同尺度的特征信息，提高网络的特征表示能力； 上采样操作：用于将特征图恢复到原始尺寸或所需尺寸； 通道融合层：用于将不同通道的特征信息进行融合，以生成更丰富的特征表示； 连接操作：用于将多个特征图沿通道维度进行拼接，以整合不同来源的特征信息； 特征澄清层：用于对融合后的特征进行进一步的处理和优化，以提高特征的清晰度和可解释性； 输出层：生成最终的特征表示或预测结果。

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广东海洋大学，其通讯地址为：524000 广东省湛江市麻章区海大路1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。