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！

龙图腾网恭喜辽宁鼎汉奇辉电子系统工程有限公司申请的专利一种基于图像的列车在站运行状态监测识别方法及系统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：CN119693884B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510221176.8，技术领域涉及：G06V20/52；该发明授权一种基于图像的列车在站运行状态监测识别方法及系统是由李岩;李诗东;田吉远;戴道伟;于庆;钟树青;冯云森;邹德智;王海林;于龙波;刘松强;许海峰设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种基于图像的列车在站运行状态监测识别方法及系统在说明书摘要公布了：本发明公开了一种基于图像的列车在站运行状态监测识别方法及系统，涉及列车状态识别技术领域，包括采集图像数据进行二维小波分解，应用软阈值进行去噪处理并重新生成去噪后的对齐图像数据；构建对齐图像数据的高斯金字塔，通过直方图均衡化进行均衡化映射，基于每层高斯金字塔合并为完整的图像数据。本发明所述方法通过CLAHE自适应对比度调整在不同光照条件下显著提升了图像的局部细节，使得原本对比度较低的区域变得更清晰，通过多尺度特征提取，高斯金字塔分解生成了不同分辨率的图像层级，确保图像在不同尺度下的结构信息被保留，通过SGM和RANSAC的结合，使得点云在复杂场景中依然具有较强的抗噪能力，能够适应光照变化、反射干扰等环境条件。

本发明授权一种基于图像的列车在站运行状态监测识别方法及系统在权利要求书中公布了：1.一种基于图像的列车在站运行状态监测识别方法，其特征在于：包括，采集图像数据进行二维小波分解，应用软阈值进行去噪处理并重新生成去噪后的对齐图像数据；构建对齐图像数据的高斯金字塔，通过直方图均衡化进行均衡化映射，基于每层高斯金字塔合并为完整的图像数据；基于完整图像数据，使用SGM算法生成视差图，使用随机采样一致性算法去除误差较大的匹配点，并计算每个像素的空间坐标，形成点云数据，构建深度学习模型识别关键点云数据；基于高斯金字塔分解的图像数据确定梯度特征和纹理特征计算综合特征值，将关键点云数据对应的综合特征值进行异常判断，基于异常判断进行预警并生成异常点报告；所述构建深度学习模型识别关键点云数据，包括，构建PointNet++深度学习模型，包括输入层、局部特征提取层、特征传播层、层次化特征聚合层和输出层；其中输入层输入点云数据，局部特征提取层使用基于距离的分组机制选择局部区域内的点，层次化特征聚合层将提取的局部特征逐层聚合，特征传播层使用特征传播机制将高层的特征信息传递回低层的点云数据，输出层输出基于分割标签的预测结果；使用经过标签标定的点云样本作为训练数据，选择交叉熵损失函数计算模型预测的类别概率与实际标签之间的差异，使用Adam优化器进行优化，在连续迭代过程中计算的损失不再明显下降则停止迭代输出模型；将新计算的点云数据输入模型，并输出被识别为不同列车关键部件以及背景的标签概率，选择最大的概率明确点云数据的标签，并选择列车关键部件的点云数据作为关键点云数据；所述基于高斯金字塔分解的图像数据确定梯度特征和纹理特征计算综合特征值，将关键点云数据对应的综合特征值进行异常判断，包括，基于高斯金字塔分解的图像数据确定梯度特征和纹理特征，表示为： 其中Gkx,y表示高斯金字塔第k层像素点x,y的梯度特征，Ikx,y表示高斯金字塔第k层像素点x,y的图像，表示水平梯度，表示垂直梯度，Tkx,y表示高斯金字塔第k层像素点x,y的纹理特征，pki,j表示高斯金字塔第k层像素点x,y为中心的邻域窗口中灰度值i和j出现的频率，i-j2表示灰度值差的平方，用于衡量灰度值的对比程度；对每层梯度特征和纹理特征进行非线性结合，表示为：Fkx,y＝ln1+Gkx,y·Tkx,y；其中Fkx,y表示第k层图像的综合特征值，将所有层的综合特征值通过加权融合，生成全分辨率综合特征值；基于关键点云数据的坐标重新计算其在平面的像素坐标，根据全分辨率综合特征值提取平面像素坐标的特征值；统计关键点云数据特征值的历史分布，根据特征值均值与二倍标准差的差值和特征值均值与二倍标准差的和设置异常阈值范围；若提取平面像素坐标的特征值大于等于异常阈值范围的最大值则记录为异常点坐标，若提取平面像素坐标的特征值小于异常阈值范围的最小值，则记录为异常点坐标。

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辽宁鼎汉奇辉电子系统工程有限公司，其通讯地址为：110000 辽宁省沈阳市铁西区北一西路52甲号金谷项目AC座1001；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”。