Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙皓欣工业设备有限公司高为则获国家专利权

长沙皓欣工业设备有限公司高为则获国家专利权

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!

龙图腾网获悉长沙皓欣工业设备有限公司申请的专利用于外壳抛光效果评价的图像处理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:CN121437506B

龙图腾网通过国家知识产权局官网在2026-04-17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:202512006597.1,技术领域涉及:G06T7/00;该发明授权用于外壳抛光效果评价的图像处理方法是由高为则;黄卫华;易典鹏设计研发完成,并于2025-12-29向国家知识产权局提交的专利申请。

用于外壳抛光效果评价的图像处理方法在说明书摘要公布了:本发明公开了用于外壳抛光效果评价的图像处理方法,属于图像处理技术领域,具体包括:通过采集外壳表面的动态热成像序列并提取温度响应曲线,划分热传导一致性区域与热异常区域;分析热传导一致性区域的温度变化规律得到热物理参数集合;同步采集偏振散射光图像并提取偏振图像特征;将热物理参数集合、热异常区域空间分布信息与偏振图像特征进行融合处理,生成综合特征表示;最后通过分级模型计算与标准特征模板的匹配度,确定抛光质量等级并生成评价报告;本发明实现了抛光质量的多模态精准评价与局部缺陷的可靠识别。

本发明授权用于外壳抛光效果评价的图像处理方法在权利要求书中公布了:1.用于外壳抛光效果评价的图像处理方法,其特征在于,包括以下步骤: S1、在可控热激励条件下采集外壳表面的动态热成像序列,包含热激励开始前的基础状态图像、热激励过程中的温度变化图像序列及热激励停止后的温度恢复图像; S2、提取动态热成像序列中每个像素点的温度随时间变化的响应曲线,根据响应曲线的形态特征将外壳表面划分为热传导一致性区域与热异常区域; S3、分析热传导一致性区域的温度变化规律,计算表面温度上升梯度、表面温度分布均匀性指标和热扩散时间常数,组合形成热物理参数集合; S4、在热激励过程中设置若干个采集时刻,同步采集外壳表面的偏振散射光图像,并提取偏振图像特征; S5、将热物理参数集合、热异常区域的空间分布信息与偏振图像特征进行融合处理,生成表面抛光状态的综合特征表示; S6、将综合特征表示输入分级模型,计算与各抛光质量等级标准特征模板的匹配度,根据匹配度确定抛光质量等级并生成评价报告; 所述S5中,将热物理参数集合、热异常区域的空间分布信息与偏振图像特征进行融合处理,生成表面抛光状态的综合特征表示的具体过程为: 将热物理参数集合中的表面温度上升梯度、表面温度分布均匀性指标和热扩散时间常数分别映射为三个独立的热特征通道,将三个热特征通道组合成热特征立方体;将热异常区域的空间分布信息转换为空间权重分布图,使用空间权重分布图对偏振调制深度分布图和去偏振度分布图进行区域选择性增强; 将增强后的偏振调制深度分布图和去偏振度分布图与热特征立方体进行通道级拼接,形成多模态特征立方体,对多模态特征立方体执行三维卷积操作,提取空间-特征维度的联合特征,将联合特征展平为一维向量,作为表面抛光状态的综合特征表示; 所述使用空间权重分布图对偏振调制深度分布图和去偏振度分布图进行区域选择性增强的具体过程为: 将空间权重分布图与热特征立方体中的表面温度分布均匀性指标通道进行点乘操作,得到增强权重分布图,对增强权重分布图进行非线性变换,将变换后的增强权重分布图分别与偏振调制深度分布图和去偏振度分布图进行逐像素相乘,获得区域增强的偏振调制深度分布图和区域增强的去偏振度分布图; 计算区域增强的偏振调制深度分布图与区域增强的去偏振度分布图的相关系数矩阵,将相关系数矩阵与热特征立方体中的热扩散时间常数通道进行特征交互,特征交互过程采用矩阵元素级乘法实现,将局部相关系数矩阵与热特征立方体中的热扩散时间常数通道进行逐元素相乘,生成具有热-光耦合特性的偏振特征表示。

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长沙皓欣工业设备有限公司,其通讯地址为:410000 湖南省长沙市长沙经济技术开发区泉塘街道社塘路397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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。