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！

龙图腾网恭喜兰州交通大学申请的专利一种基于图像分析的钢管缺陷检测系统及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：CN119048488B 。

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：202411428925.6，技术领域涉及：G06T7/00；该发明授权一种基于图像分析的钢管缺陷检测系统及方法是由冀伟;柳晴晴;吴家涛设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本一种基于图像分析的钢管缺陷检测系统及方法在说明书摘要公布了：本发明提供一种基于图像分析的钢管缺陷检测系统及方法，涉及图像检测技术领域，本发明通过实时采集和归一化生成第一识别图像，将第一识别图像导入到训练好的ResNet模型中生成ResNet特征图，并对第一识别图像进行边缘检测提取边缘像素点生成第二识别图像，将ResNet特征图和第二识别图像进行加权融合，生成综合特征图，结合引入SE模块的YOLOv8模型，通过注意力机制对特征进行重标定，将重标定的特征图输入到YOLOv8模型中生成缺陷边界框，从而精准识别和标记缺陷边界，并分析缺陷类型。

本发明授权一种基于图像分析的钢管缺陷检测系统及方法在权利要求书中公布了：1.一种基于图像分析的钢管缺陷检测系统，其特征在于，具体包括：图像采集模块，用于实时采集钢管图像，将钢管图像缩放成224×224尺寸，并转化为灰度图像，并对灰度图像中所有像素点的灰度值进行归一化处理，生成第一识别图像，并在第一识别图像中建立坐标系；模型构建模块，用于采集已知缺陷情况的钢管图像数据集，并在每张图像上标注上钢管缺陷，生成标注缺陷的钢管图像数据集，将标注缺陷的钢管图像数据集作为输入，缺陷的位置作为标签，训练ResNet模型；特征提取模块，用于将第一识别图像输入训练好的ResNet模型，生成ResNet特征图，并对第一识别图像进行canny边缘检测，生成第一识别图像的边缘像素点，提取边缘像素点生成第二识别图像；特征融合模块，用于将ResNet特征图和第二识别图像进行加权融合，生成综合特征图；缺陷检测模块，用于在YOLOv8模型中的每个卷积层之后加入SE模块，通过全局平均池化生成通道描述符，通过两层全连接网络生成注意力权重，通过注意力权重对综合特征图进行重标定，生成重标定特征图，将重标定特征图输入到YOLOv8模型中识别缺陷位置和类型；SE模块表示Squeeze-and-Excitation模块，用于增强神经网络特征的表示能力；将已知缺陷位置和类型的重标定特征图作为输入，在特征图上标注缺陷位置和类型的标签后，输入到YOLOv8模型中进行训练，得到输入值为重标定特征图，输出值为缺陷位置和类型的YOLOv8模型。

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兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路118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”。