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！

龙图腾网恭喜民航成都电子技术有限责任公司;中国民用航空总局第二研究所申请的专利一种机场道面异常状态实时检测方法和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：CN114240901B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202111564694.8，技术领域涉及：G06T7/00；该发明授权一种机场道面异常状态实时检测方法和系统是由曹铁;张力波;张平;涂欢;周科杰;涂昊;邵黎明;向召利;严正罡;张轩设计研发完成，并于2021-12-20向国家知识产权局提交的专利申请。

本一种机场道面异常状态实时检测方法和系统在说明书摘要公布了：本发明提供了一种机场道面异常状态实时检测方法，包括：基于预设的推理优化器对训练好的YOLOv5目标检测模型和DDRNet语义分割模型进行优化；将优化后的YOLOv5和DDRNet、经典图像处理算法和图像加速解码器部署在可移动本体的图像检测装置上；控制可移动巡检本体按照预设行驶路径行驶，并控制图像采集装置采集机场道面图像；图像加速解码器实时获取采集的机场道面图像并进行解码；利用YOLOv5、DDRNet和经典图像处理算法对解码后的图像中异常状态进行检测，异常状态包括道面表观病害、道面异物和道面标志线异常磨损。本发明还提供了一种机场道面异常状态实时检测系统。本发明能够实时发现机场道面异常状态。

本发明授权一种机场道面异常状态实时检测方法和系统在权利要求书中公布了：1.一种机场道面异常状态实时检测方法，其特征在于，包括以下步骤：S100，分别优化和搭建YOLOv5目标检测模型和DDRNet语义分割模型并训练，得到训练好的YOLOv5目标检测模型和DDRNet语义分割模型；S200，基于预设的推理优化器对训练好的YOLOv5目标检测模型和DDRNet语义分割模型进行优化以提高模型的推理速度；S300，将优化后的YOLOv5目标检测模型和DDRNet语义分割模型、经典图像处理算法和图像加速解码器部署在可移动巡检本体的图像检测装置上；所述可移动巡检本体上还设置有图像采集装置；S400，控制可移动巡检本体按照预设行驶路径行驶，并控制图像采集装置采集机场道面图像；S500，图像加速解码器实时获取采集的机场道面图像并进行解码；S600，利用优化后的YOLOv5目标检测模型、DDRNet语义分割模型和经典图像处理算法对解码后的图像中异常状态进行检测，并生成对应的检测结果，所述异常状态包括道面表观病害、道面异物和道面标志线异常磨损；所述道面表观病害包括第一表观病害和第二表观病害；S600进一步包括：S610，利用优化后的YOLOv5目标检测模型对解码后的图像中的第一表观病害、标志线和正常目标进行检测，并对检测到的第一表观病害、标志线和正常目标进行标识；S620，利用优化后的DDRNet语义分割模型执行如此操作：S6210，分别对检测到的第一表观病害和标志线的轮廓进行提取，得到第一表观病害和标志线的轮廓信息；S6220，对解码后的图像中的第二表观病害进行检测，并在检测到第二表观病害时，提取第二表观病害的轮廓信息；S6230，基于标志线的标识和标志线的轮廓信息确定标志线是否存在异常磨损；S6240，对解码后的图像中的道面区域的轮廓进行提取，得到第一道面轮廓信息；S6250，在第一道面轮廓信息中去除检测到的第一表观病害、第二表观病害、标志线和正常目标，得到第二道面轮廓信息；S630，利用经典图像处理算法对第二道面轮廓信息中的异物进行检测，并在检测到异物时进行标识。

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民航成都电子技术有限责任公司;中国民用航空总局第二研究所，其通讯地址为：611430 四川省成都市新津工业园区新材料产业功能区新材28路南侧；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”。