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！

龙图腾网恭喜哈尔滨工业大学申请的专利机器人移动拍摄条件下管廊螺栓缺失视觉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：CN118918364B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202410944213.3，技术领域涉及：G06V10/764；该发明授权机器人移动拍摄条件下管廊螺栓缺失视觉识别方法是由王俊;马新腾;刘洋;周正;高庆飞设计研发完成，并于2024-07-15向国家知识产权局提交的专利申请。

本机器人移动拍摄条件下管廊螺栓缺失视觉识别方法在说明书摘要公布了：本发明公开了一种机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，所述方法对螺栓缺失视觉识别数据集的红色通道进行校正，采用中值滤波器和DnCNN组合模型去除脉冲噪声和高斯噪声，在此基础上，对模糊图像进行灰度变换计算、倒频谱压缩运算和居中化对的操作，对得到的图像进行边缘检测运算、Radon变换，正确估计模糊角度；通过利用一阶差分自相关和倒谱三维图的峰值对称性，计算峰值和模糊角度；对模糊参数构造点扩散函数，使用Richason‑Lucy算法对模糊图像进行多次迭代，从而进行图像复原。将训练集和验证集输入改进的Yolov8模型中，以证明所构建模型的有效性。本发明可达到提高计算效率和预测精度的目的。

本发明授权机器人移动拍摄条件下管廊螺栓缺失视觉识别方法在权利要求书中公布了：1.一种机器人移动拍摄条件下管廊螺栓缺失视觉识别方法，其特征在于所述方法包括如下步骤：步骤一：利用巡检机器人拍摄采集移动拍摄条件下地下综合管廊螺栓以及螺栓孔的图片数据；通过labelimg标注软件对采集到的图片数据进行手动标注，并将标签转化为Yolo格式，构建螺栓缺失视觉识别数据集；步骤二：基于通道补偿的图像增强方法对已标注数据集的红色通道进行校正，并旋转、镜像、调整亮度、对比度和CLAHE处理，提高在移动拍摄条件下光照和对比度过高或不足情况下的数据类型，将扩容后的数据集划分为训练集和验证集；采用中值滤波器和残差学习去噪卷积神经网络DnCNN组合模型去除机器人在移动拍摄条件下因运动颠簸、采集照明差、温度高或透射率高所产生的脉冲噪声和高斯噪声；步骤三：将步骤二中训练集和验证集中的移动拍摄条件下模糊图像进行灰度变换计算、倒频谱压缩运算和居中化对的操作；对得到的图像进行边缘检测运算，再进行Radon变换，用来消除十字亮线引起的干扰信息，以正确估计移动拍摄条件下模糊图像的模糊角度；通过利用一阶差分自相关和倒谱三维图的峰值对称性，计算峰值并得到模糊尺度；对模糊参数构造点扩散函数，使用Richardson-Lucy算法对其进行多次迭代使移动拍摄条件下模糊图像复原，构建新的训练集和验证集；移动拍摄条件下模糊图像复原的具体步骤如下：步骤三一：原始清晰图像fx,y与退化函数hx,y进行线性卷积运算后，在噪声nx,y干扰下得到的输出为运动模糊图像gx,y：gx,y＝hx,y×fx,y+nx,y1式中：fx,y为原始清晰图像；hx,y为退化函数；nx,y为噪声；gx,y为运动模糊图像；步骤三二：通过Canny算子对经过居中压缩的倒谱图进行二值化和Radon变换，将其转换为具有多条规律的亮条纹，对频谱二值化图取其角度的极大值得到运动模糊角度；步骤三三：将运动模糊图像倒谱中心点校准到零点处，左边负峰值点为Tgtk1，m1，右边负峰值点为Tgtk2，m2，则模糊尺度d的计算公式为： 步骤三四：模糊特征呈现泊松分布，通过使用最大似然估计算法对图像进行迭代，最终得到一张较为清晰的图像，其迭代复原过程： 步骤四：在Yolov8网络backbone中将Conv模块替换为GSConv模块，以保证在精度不变的情况下，提高移动拍摄条件下视觉识别模型运算速度；在head端中将C2f模块替换为VoVGSCSP模块，并添加CAFM注意力模块以及EMA注意力模块，提高模型对螺栓孔这类小目标的关注度，构建改进的Yolov8模型；步骤五：根据步骤三和步骤四，将训练集输入改进的Yolov8模型中进行训练，以提升移动拍摄条件下螺栓孔视觉识别的评价指标；根据训练结果，利用最好权重best.pt对验证集进行验证，以证明所构建模型的有效性，并输出螺栓孔检测结果。

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”。