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！

龙图腾网获悉湖南省建设工程质量检测中心有限责任公司申请的专利地下管网缺陷视觉辨识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：CN121788533B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610258255.0，技术领域涉及：G06T7/00；该发明授权地下管网缺陷视觉辨识方法及系统是由王勇飞;姜紫文;喻婷;谭诗林;彭勇强;蓝亮;彭郑;肖霞;侯林;陈遒健;蔡鹏;梁晋旗设计研发完成，并于2026-03-04向国家知识产权局提交的专利申请。

本地下管网缺陷视觉辨识方法及系统在说明书摘要公布了：本申请涉及视觉数据处理的技术领域，公开一种地下管网缺陷视觉辨识方法及系统，方法先预设管网缺陷类型，采集对应训练图像数据并扩充，据此训练两个基于目标检测的深度学习模型；再获取地下管网图像，按比例拆分出部分作为训练数据，对剩余图像预处理实现缺陷特征移位，得到输入数据；将输入数据输入第一模型得到输出数据并标记在图像上；最后按预设验证周期，将输入数据输入第二模型得到验证数据，计算二者一致性值与一致性比值，依比值负相关调节图像提取比例。本方法通过双模型协同验证与动态比例调节，提升地下管网缺陷辨识的精准度与适应性。

本发明授权地下管网缺陷视觉辨识方法及系统在权利要求书中公布了：1.一种地下管网缺陷视觉辨识方法，其特征在于，包括如下步骤： 获取预设的管网缺陷类型，基于管网缺陷类型采集对应的训练图像数据，对训练图像数据进行扩充，根据扩充后的训练图像数据对预设的基于目标检测的第一深度学习模型和第二深度学习模型进行训练； 获取地下管网图像，按照预设的提取比例从地下管网图像中提取一部分作为训练数据；对另一部分的地下管网图像进行预处理得到输入数据，预处理用于将地下管网图像中的缺陷特征进行移位； 将输入数据输入第一深度学习模型得到输出数据，将输出数据标记在地下管网图像上； 基于预设的验证周期，将输入数据输入第二深度学习模型得到验证数据，计算验证数据与输出数据的一致性值；根据一致性值与预设的一致参考值计算出一致性比值，根据一致性比值负相关调节提取比例； 采用自适应图像增强算法对采集的地下管网图像进行分区域预处理，所述自适应图像增强算法包括直方图均衡化，处理过程为：将图像按光照强度划分为暗区、亮区及过渡区，对暗区采用自适应直方图均衡化提升灰度动态范围，对亮区采用限制对比度直方图均衡化避免过曝，过渡区保持灰度梯度平滑； 基于经预处理后的地下管网图像，采用光照不变特征提取方法提取缺陷特征，所述光照不变特征提取方法包括：基于频域的方法采用傅里叶变换、小波变换提取缺陷频域幅值特征，基于颜色空间的方法采用HSV颜色空间、Lab颜色空间提取缺陷颜色分量特征，所述缺陷特征包括灰度不变矩、颜色矩及纹理特征； 选取包含视网膜网络的深度学习模型，所述视网膜网络配置特征金字塔网络，其尺度覆盖设定的像素范围；利用预训练方法加载ImageNet数据集预训练权重，通过迁移学习对模型进行微调，结合对抗生成网络生成模拟复杂光照下的缺陷样本，对所述深度学习模型的训练过程进行优化； 采集与地下管网可见光图像同视角的多模态数据，所述多模态数据包括红外图像和深度图像，对多模态数据进行配准处理后提取深度特征和温度特征； 将提取的缺陷特征与多模态特征进行特征级融合，具体为通过卷积层对特征图进行拼接、加权求和，得到融合特征； 将所述融合特征输入优化后的深度学习模型，完成地下管网缺陷识别，输出缺陷类型、识别置信度及缺陷在图像中的大致区域。

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湖南省建设工程质量检测中心有限责任公司，其通讯地址为：410000 湖南省长沙市岳麓区学士街道莲坪路646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。