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！

龙图腾网获悉中国电建集团华东勘测设计研究院有限公司;哈尔滨工业大学(深圳);浙江工业大学申请的专利管道图像分类方法、装置及电子设备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：CN120747646B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511222686.3，技术领域涉及：G06V10/764；该发明授权管道图像分类方法、装置及电子设备是由魏俊;申屠华斌;王爱杰;王鸿臣;陈前虎;朱凯设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本管道图像分类方法、装置及电子设备在说明书摘要公布了：本发明提供了一种管道图像分类方法、装置及电子设备，包括：采集管道图像；提取管道图像的第一图像特征向量；根据第一图像特征向量、多个字典数据库以及多个字典数据库的终态稀疏向量，计算第一图像特征向量与多个字典数据库之间的误差值；从误差值中筛选最小误差值；根据最小误差值对应的目标字典数据库，确定管道图像的缺陷分类；字典数据库的构建方法包括：获取携带缺陷信息的原始管道图像；对原始管道图像进行特征提取，得到第二图像特征向量；根据第二图像特征向量，构建字典数据库以及字典数据库的终态稀疏向量。该方法通过对比管道图像特征与预构建的字典数据库，利用稀疏表示技术对管道图像缺陷分类，提高了管道检测的准确性和效率。

本发明授权管道图像分类方法、装置及电子设备在权利要求书中公布了：1.一种管道图像分类方法，其特征在于，包括： 采集管道图像； 提取所述管道图像的第一图像特征向量； 根据所述第一图像特征向量、预设的多个字典数据库以及所述多个字典数据库的终态稀疏向量，计算所述第一图像特征向量与所述多个字典数据库之间的误差值； 从所述误差值中筛选最小误差值； 根据所述最小误差值对应的目标字典数据库，确定所述管道图像的缺陷分类；所述字典数据库的构建方法包括：获取携带缺陷信息的原始管道图像；对所述原始管道图像进行特征提取，得到第二图像特征向量；根据所述第二图像特征向量，构建所述字典数据库以及所述字典数据库的终态稀疏向量； 根据所述第二图像特征向量，构建所述字典数据库以及所述字典数据库的终态稀疏向量的步骤，包括： 根据所述第二图像特征向量，确定与所述第二图像特征向量的列数相同的原子单元； 根据所述原子单元，构建初始字典数据库； 根据所述第二图像特征向量、所述初始字典数据库以及随机生成的初始稀疏向量，计算中间态稀疏向量；所述初始稀疏向量与所述第二图像特征的维度相同； 根据所述中间态稀疏向量以及所述初始字典数据库，构建所述字典数据库以及所述终态稀疏向量； 根据所述第二图像特征向量、所述初始字典数据库以及随机生成的初始稀疏向量，计算中间态稀疏向量的步骤，包括： 步骤A1：根据所述第二图像特征向量、所述初始字典数据库以及所述初始稀疏向量，计算预设的目标函数的计算结果以及所述计算结果对应的子中间态稀疏向量； 所述目标函数为：；||||o＜L； 其中，L为预设的稀疏度，D为所述初始字典数据库对应的字典库矩阵，F表示所述计算结果，X为所述第二图像特征向量，为所述初始稀疏向量； 步骤A2：基于预设的定义适应度函数评估所述初始稀疏向量中每个子集的性能参数； 步骤A3：筛选所述初始稀疏向量中所述性能参数大于预设参数阈值的目标子集； 步骤A4：对所述目标子集进行遗传操作，得到子中间态稀疏向量； 步骤A5：重复执行所述步骤A1至所述步骤A4达到预设的迭代次数，直到得到所述计算结果的值最小； 步骤A6：将所述值最小的所述计算结果对应的子中间态稀疏向量，确定为所述中间态稀疏向量。

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中国电建集团华东勘测设计研究院有限公司;哈尔滨工业大学(深圳);浙江工业大学，其通讯地址为：311100 浙江省杭州市余杭区高教路201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。