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！

龙图腾网恭喜南京信息工程大学申请的专利一种基于深度学习的线路覆冰检测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：CN119169535B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202411651219.8，技术领域涉及：G06V20/52；该发明授权一种基于深度学习的线路覆冰检测方法是由谈玲;张伟;夏景明;朱吉宁设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种基于深度学习的线路覆冰检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的线路覆冰检测方法，属于图像处理技术领域；获取原始覆冰图像，提取图像中的覆冰特征，结合迁移学习模型提取覆冰图像的全局特征，融合多通道提取特征得到图像的覆冰类型识别结果，得出当前状态的覆冰密度；检测分割图像中的覆冰区域，优化模型分割结果，利用分割出的覆冰区域推算水平覆冰厚度和垂直覆冰厚度；使用等效面积法计算出当前覆冰状态下的线路等效覆冰厚度，根据线路的覆冰环境使用不同的等效覆冰厚度优化计算公式，能够在不同环境下适应线路的覆冰检测需求；本发明通过基于深度学习的图像处理与分析，能够提升覆冰检测的实时性与稳定性，有助于减少各种线路的覆冰威胁，降低维护成本，确保稳定运行。

本发明授权一种基于深度学习的线路覆冰检测方法在权利要求书中公布了：1.一种基于深度学习的线路覆冰检测方法，其特征在于，具体包括以下步骤：步骤S1、获取覆冰监测设备拍摄线路的原始覆冰图像，并制作相关数据集；步骤S2、利用直方图均衡化增强原始覆冰图像中的亮度特征，将增强后的图像作为亮度特征图，并获取其平均亮度值和亮度标准差，分别编码为与亮度特征图维度一致的特征张量，与亮度特征图在通道维度上拼接，得到复合亮度特征图；步骤S3、利用水平局部二值模式H-LBP处理原始覆冰图像，获取其粗糙度纹理特征图，并利用灰度共生矩阵获取原始覆冰图像的对比度和同质性信息，分别编码为与粗糙度纹理特征图维度一致的特征张量，与粗糙度纹理特征图在通道维度上拼接，得到复合粗糙度特征图；步骤S4、构建多分支线路覆冰类型识别模型IceNet-T，包括主干分支、亮度分支和粗糙度分支，将原始覆冰图像输入主干分支，将复合亮度特征图输入亮度分支，将复合粗糙度特征图输入粗糙度分支，融合多分支提取特征，得到覆冰类型识别结果；步骤S5、利用语义分割模型SCTNet检测分割原始覆冰图像中的线路覆冰区域，并结合多尺度条件随机场MSCRF优化模型的分割结果，提升分割精度；其中，MSCRF为Multi-ScaleConditionalRandomField；步骤S6、根据语义分割模型对原始覆冰图像中主视角和旁视角线路的分割结果，分别推算水平覆冰厚度和垂直覆冰厚度，同时结合覆冰类型识别结果得出覆冰密度，利用等效面积法推算出当前线路的等效覆冰厚度，其中包括对旁视角可见、旁视角不可见以及夜间低光等环境状态的优化计算；其中，水平覆冰厚度为长径a；垂直覆冰厚度为短径b。

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南京信息工程大学，其通讯地址为：210000 江苏省南京市宁六路219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”。