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！

龙图腾网获悉哈尔滨工业大学申请的专利基于红外和可见光融合的囊体缺陷自动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：CN116091479B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310177506.9，技术领域涉及：G06T7/00；该发明授权基于红外和可见光融合的囊体缺陷自动检测方法是由张海;胡珏;张志洋设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本基于红外和可见光融合的囊体缺陷自动检测方法在说明书摘要公布了：基于红外和可见光融合的囊体缺陷自动检测方法属于自动检测技术领域，尤其涉及一种基于红外和可见光融合的囊体缺陷自动检测方法。本发明提供一种基于红外和可见光融合的囊体缺陷自动检测方法。本发明包括以下步骤：步骤1：分别采集囊体表面的红外图像和可见光图像，并将图像中的气孔缺陷、蒙皮与骨架粘接处的脱粘缺陷手动做好标记；步骤2：将步骤1中得到的图像划分为训练集、验证集和测试集，并将同一帧率的可见光图像和红外图像利用拉普拉斯法进行特征融合；步骤3：将训练集送入基于YOLOX和空间通道注意力机制的联合网络中进行训练并得到算法模型，并利用验证集的运算结果反向调整网络的权重参数并进行迭代训练。

本发明授权基于红外和可见光融合的囊体缺陷自动检测方法在权利要求书中公布了：1.基于红外和可见光融合的囊体缺陷自动检测方法，其特征在于包括以下步骤： 步骤1：分别采集囊体表面的红外图像和可见光图像，并将图像中的气孔缺陷、蒙皮与骨架粘接处的脱粘缺陷手动做好标记； 步骤2：将步骤1中得到的图像划分为训练集、验证集和测试集，并将同一帧率的可见光图像和红外图像利用拉普拉斯法进行特征融合； 步骤3：将训练集送入基于YOLOX和空间通道注意力机制的联合网络中进行训练并得到算法模型，并利用验证集的运算结果反向调整网络的权重参数并进行迭代训练；迭代训练后，选取得到的最后模型，在测试集中进行验证后选取准确率最高的模型用于系统； 步骤4：将测试集中的融合图像输入训练得到的算法模型，算法模型自动标记出气孔和脱粘的位置，完成检测；CSPDarknet结构实现对于图像特征的提取，对于提取的高维图像特征，经由基于CBAM机制的PANet网络实现特征加强； 在PANet结构中，第三层特征经卷积处理后，进行上采样以及CBAM机制进行权重的调整，与第二层特征完成Concat拼接后进行特征提取，将得到的特征经卷积处理后，进行上采样以及CBAM机制进行权重的调整，与第一层特征进行Concat拼接和特征提取，其结果输出至YoloHead结构中,同时经过下采样和CBAM结构权重调整后，与第二层特征卷积后的结果进行Concat拼接和特征提取，第二次输出后再次经过下采样和CBAM结构权重调整，并与第一层特征卷积后的结果Concat拼接和特征提取，完成第三次输出。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。