国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜合肥城市云數據中心股份有限公司陳磊獲國家專利權

恭喜合肥城市云數據中心股份有限公司陳磊獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜合肥城市云數據中心股份有限公司申請的專利一種基于多光譜圖像融合的井下異常事件檢測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119863669B

龍圖騰網通過國家知識產權局官網在2025-06-20發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510354466.X,技術領域涉及:G06V10/764;該發明授權一種基于多光譜圖像融合的井下異常事件檢測方法是由陳磊;王衛;劉偉;李曉潔;項本杰;趙展;張猛;馬豹;李志遠;王銳;陳圣賢;馬東巖;劉云鳳;閆文奇設計研發完成,并于2025-03-25向國家知識產權局提交的專利申請。

一種基于多光譜圖像融合的井下異常事件檢測方法在說明書摘要公布了:本發明公開了一種基于多光譜圖像融合的井下異常事件檢測方法,首先采用多光譜成像設備采集多組多光譜井下圖像并進行圖像預處理,每組多光譜井下圖像均包括有紅外圖像和可見光圖像;然后構建多光譜圖像檢測模型,多光譜圖像檢測模型包括有特征提取模塊和特征融合模塊,最后對多光譜圖像檢測模型進行訓練,并設置損失函數為加權MSE損失函數,并采用訓練好的多光譜圖像檢測模型對每組多光譜井下圖像進行井下異常事件的檢測,得到井下異常事件檢測結果。本發明通過融合不同光譜段的井下圖像數據,提高井下異常事件檢測的準確性和可靠性,能夠聚焦于包含關鍵異常信息的區域,從而增強其特征捕捉能力,顯著提升異常事件檢測的精準度。

本發明授權一種基于多光譜圖像融合的井下異常事件檢測方法在權利要求書中公布了:1.一種基于多光譜圖像融合的井下異常事件檢測方法,其特征在于:具體包括有以下步驟:(1)、采用多光譜成像設備采集多組多光譜井下圖像并進行圖像預處理,構建得到井下圖像數據集,每組多光譜井下圖像均包括有紅外圖像和可見光圖像;(2)、構建多光譜圖像檢測模型,多光譜圖像檢測模型包括有特征提取模塊和特征融合模塊,特征提取模塊對紅外圖像和可見光圖像分別進行特征提取,特征融合模塊對提取到的紅外圖像特征和可見光圖像特征進行特征融合;(3)、采用井下圖像數據集對多光譜圖像檢測模型進行訓練,訓練的損失函數為加權MSE損失函數;所述的加權MSE損失函數的計算公式見下式(1): (1);式(1)中,、、分別代表多光譜井下圖像的高度、寬度和通道數;、、分別表示多光譜井下圖像中每個像素在高度、寬度和通道數上的索引,用于遍歷光譜井下圖像中每個像素的位置和通道;表示多光譜井下圖像的真實值在位置的像素值,是模型學習的目標;表示多光譜圖像檢測模型的預測值在位置的像素值;是權重衰減正則化參數;是每個像素位置的權重,由下式(3)計算得到: (3);式(3)中,代表窗口內的像素值;代表窗口內像素的均值;代表窗口內計算的局部方差;代表窗口內像素的個數;代表窗口內的坐標點;代表使用Sobel算子計算的梯度幅值;和分別是通過Sobel算子卷積得到的x和y方向上的梯度;是平衡局部方差和梯度幅值貢獻的超參數;是多光譜井下圖像在高度、寬度和通道數上的索引,用于遍歷多光譜井下圖像的全圖以確定局部方差和梯度幅值的全局最大值,為當前像素權重計算提供全局參考;表示在取值范圍內取最大值;表示在以位置為中心的窗口內計算得到的局部方差;代表使用Sobel算子對以位置為中心的圖像區域計算得到的梯度幅值;(4)、采用訓練好的多光譜圖像檢測模型對每組多光譜井下圖像進行井下異常事件的檢測,得到井下異常事件檢測結果。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人合肥城市云數據中心股份有限公司,其通訊地址為:231283 安徽省合肥市高新區玉蘭大道767號機電產業園西二路科大國禎大廈二層、四層;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 罗平县| 昌宁县| 开原市| 武陟县| 泸水县| 余江县| 稻城县| 河南省| 泰兴市| 中阳县| 灵武市| 张家界市| 西贡区| 吉水县| 信阳市| 霍林郭勒市| 易门县| 越西县| 潼南县| 梁山县| 岚皋县| 赣榆县| 满洲里市| 澳门| 微博| 仙游县| 大姚县| 申扎县| 安远县| 辛集市| 巧家县| 西平县| 永福县| 额济纳旗| 沙坪坝区| 房产| 永兴县| 镇沅| 勃利县| 兴安县| 陆丰市|