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！

龙图腾网获悉沈阳派得林科技有限责任公司申请的专利一种长输管道环焊缝射线图像焊接返修部位智能识别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：CN116029964B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202210052043.9，技术领域涉及：G06T7/00；该发明授权一种长输管道环焊缝射线图像焊接返修部位智能识别方法是由关丹;左逢源;付明芮;赵巍;王兰;吴植兴设计研发完成，并于2022-01-18向国家知识产权局提交的专利申请。

本一种长输管道环焊缝射线图像焊接返修部位智能识别方法在说明书摘要公布了：本发明涉及管道焊缝质量评估技术领域，具体涉及一种长输管道环焊缝射线图像焊接返修部位智能识别方法，具体过程如下：首先对管道环焊缝射线图像焊接返修部位进行掩模标注建立标签数据库。然后采用基于数据驱动构建深度学习实例分割模型。通过搭建主干网络与颈部网络实现特征充分提取。接着通过构建逐像素分割损失指导训练过程。最后通过构建概率图模型，基于后验概率分布进行机理模型建立获得最终结果。本发明提供的方法大幅度提升了焊接返修部位的识别准确率。

本发明授权一种长输管道环焊缝射线图像焊接返修部位智能识别方法在权利要求书中公布了：1.一种长输管道环焊缝射线图像焊接返修部位智能识别方法，其特征在于，包括以下步骤： 步骤1：基于数字化设备扫描工业底片获取原始的管道焊缝缺陷图像并进行图像去噪处理： 步骤1-1：工业X射线胶片经过图像数字化，采用均值滤波的方式实现图像平滑；首先，从X射线缺陷原始图像中截取多个相同大小的缺陷图像，这里以长宽较小的一侧为边长截取正方形图像； 步骤1-2：为了去除噪声，采用有效针对脉冲噪声去除的中值滤波对图像进行滤波运算，公式为： ； 其中，代表着原始图像的第i行与第j列的像素值，是第i行与第j列的中值滤波之后的图像；h和w分别代表原始图像的高和宽，A是中值滤波器，采用3*3的滤波窗口； 步骤2：对原始管道焊缝图像进行自适应亮度提升； 步骤3：基于增强后的射线图像进行标签制作并进行泛化： 步骤3-1：按照返修区域轮廓由无损检测工程师进行区域标注，获得区域标注信息，形成训练集，其中为为第k张图像，为与其相对应的标签，N为训练集数量，N=2163张标签图像； 步骤3-2：对训练集图像进行泛化操作，采用图像平移，图像翻折，图像缩放，图像拼接方式，并对其标签制作相应的处理获得扩充后的数据集,M=11789； 步骤4：基于Resnet50主干网络实现焊缝返修部位特征提取，提取深层特征： 步骤4-1：首先将由标注的图像输入到Focus结构进行图像切分； 步骤4-2：然后，将由标注的图像输入到具有5个阶段的resnet50卷积神经网络中； 步骤5：设计颈部网络实现特征融合；步骤5所述的设计颈部网络实现特征融合，具体包括以下步骤： 步骤5-1：在主干网络之后建立特征金字塔模型自上而下融合特征，选取主干网络提取到的三阶段顶层特征记作：,，颈部融合方式具体如下：每一阶段融合与其来自横向对应的特征分支相融合，具体公式如下所示： ，； 其中，P5,P4,P3为自上而下融合时三个阶段特征图，为自下而上融合时三个阶段的特征图，Upsample为上采样插值函数；为像素叠加函数； 步骤5-2：继续构建自下向上融合PAN网络，增强顶层特征位置信息，选取上一阶段的特征融合网络层，自下而上融合方式具体如下：每一阶段融合与其来自横向对应的特征分支进行下采样融合，具体公式如下所示：,，； 其中，代表3*3的卷积核步长为2，零填充下的卷积操作，按照上述运算生成最终特征图； 步骤6：预测机制进行候选区域提取并生成损失形成训练过程； 步骤7：基于后验概率分布采用马尔科夫链构建概率图模型。

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派得林科技有限责任公司，其通讯地址为：110000 辽宁省沈阳市皇姑区蒲河街7号3号楼203房间；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。