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！

龍圖騰網獲悉湖南大學申請的專利一種風機葉片表面損傷檢測方法及系統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：CN119887790B 。

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：202510393184.0，技術領域涉及：G06T7/00；該發明授權一種風機葉片表面損傷檢測方法及系統是由張英杰;劉朝林;李蒲德;丁晨;徐夢迪設計研發完成，并于2025-03-31向國家知識產權局提交的專利申請。

本一種風機葉片表面損傷檢測方法及系統在說明書摘要公布了：本發明提供一種風機葉片表面損傷檢測方法及系統，屬于風機葉片損傷檢測技術領域。本發明采用金字塔增強算法和補丁增強算法相結合的方式，金字塔增強算法提供全局的多尺度信息，補丁增強算法提供局部細節信息，能讓模型從不同層次的信息中學習，提升對風機葉片損傷檢測的精度；在模型的訓練階段，采用注意力機制關注圖像中與損傷有關的特征，抑制與損傷無關的特征，生成增強特征，將增強特征從笛卡爾坐標映射到極坐標系形成極坐標特征，突出損傷特征在風機葉片徑向方向和軸向方向的表達，然后將極坐標特征與增強特征進行融合，構建融合了細粒度局部信息和粗粒度全局信息的特征圖，使模型獲得對不同尺度目標的檢測能力。

本發明授權一種風機葉片表面損傷檢測方法及系統在權利要求書中公布了：1.一種風機葉片表面損傷檢測方法，其特征在于，包括如下步驟：步驟S1，獲取原始數據集，所述原始數據集中包括多張風機葉片表面的原始圖像，每張原始圖像中標注有損傷位置以及損傷類型；步驟S2，采用金字塔增強算法對原始數據集中的每張原始圖像進行增強，形成金字塔圖像序列，然后使用重疊的滑動窗口對金字塔圖像序列中的每一層進行補丁提取，形成補丁集合，以所述金字塔圖像序列和補丁集合重新構建訓練數據集；步驟S3，在傳統YOLOv8模型的基礎上構建改進YOLOv8模型，改進YOLOv8模型的頸部網絡和檢測頭與傳統YOLOv8模型中的架構保持一致，骨干網絡包括初始卷積層、C2F-FocalNextBlock模塊、極坐標特征變換模塊及特征融合模塊，將訓練數據集及其對應的標簽送入改進YOLOv8模型進行訓練，得到訓練好的改進YOLOv8模型；訓練的過程包括如下步驟：將訓練數據集中的圖像送入初始卷積層提取基礎特征，然后將提取的基礎特征送入C2F-FocalNextBlock模塊，基于注意力機制關注圖像中與損傷有關的特征，抑制與損傷無關的特征，生成增強特征；接著將增強特征送入極坐標特征變換模塊，將增強特征從笛卡爾坐標系映射到極坐標系形成極坐標特征，突出損傷特征在風機葉片徑向方向和軸向方向的表達；最后將極坐標特征變換模塊輸出的極坐標特征與C2F-FocalNextBlock模塊輸出的增強特征相融合，構建融合了細粒度局部信息和粗粒度全局信息的融合特征；頸部網絡將骨干網絡輸出的融合特征轉換為適合檢測任務的多尺度特征，傳遞給檢測頭進行最終的邊界框回歸和分類；步驟S4，針對任意一次風機葉片表面損傷檢測過程，首先采集風機葉片表面的圖像，然后提取得到金字塔圖像序列和補丁集合，將金字塔圖像序列以及補丁集合共同作為訓練好的改進YOLOv8模型的輸入，輸出對每張圖像中的損傷位置以及損傷類型的預測結果。

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湖南大學，其通訊地址為：410082 湖南省長沙市岳麓區麓山南路2號；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”。