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！

龙图腾网恭喜华南理工大学申请的专利一种基于图像深度学习的线缆弯曲半径测量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：CN115375750B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202211031621.7，技术领域涉及：G06T7/62；该发明授权一种基于图像深度学习的线缆弯曲半径测量方法是由刘桂雄;曹国群;周介祺设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本一种基于图像深度学习的线缆弯曲半径测量方法在说明书摘要公布了：本发明公开了一种基于图像深度学习的线缆弯曲半径测量方法，包括获取线缆的深度图像和RGB图像；将深度图像和RGB图像输入多维度语义分割网络得到线缆区域掩膜，将线缆区域掩膜骨骼化处理得到图像中线缆特征曲线；对线缆特征曲线进行离散化采样，利用多项式曲线F拟合采样点，求解多项式曲线各点处的曲率得到线缆特征曲线各点处的曲率。

本发明授权一种基于图像深度学习的线缆弯曲半径测量方法在权利要求书中公布了：1.一种基于图像深度学习的线缆弯曲半径测量方法，其特征在于，包括A、获取线缆的深度图像和RGB图像；B、将深度图像和RGB图像输入多维度语义分割网络得到线缆区域掩膜，将线缆区域掩膜骨骼化处理得到图像中线缆特征曲线Cpre；C、对线缆特征曲线进行离散化采样，利用多项式曲线F拟合采样点ui,vi，求解多项式曲线各点处的曲率得到线缆特征曲线各点处的曲率；所述B中，将深度图像由一维深度信息转化成三维HHA信息，再将HHA图像和RGB图像输入多维度语义分割网络NANet，在语义分割网络中实现HHA图像特征和RGB图像特征的融合及线缆区域的准确分割，获得线缆区域掩膜line-Mask；将线缆区域掩膜line-Mask经Zhang并行快速骨骼化算法处理后得到单像素宽度的线缆特征曲线Cpre；所述C中，对线缆特征曲线Cpre进行点距均匀采样得到采样点利用最小二乘方法拟合采样点得到多项式曲线F1，求解曲线曲率K1，在曲率大于阈值Kthreshold处增加采样密度再次采样得到新一轮采样点迭代采样操作直至多项式曲线不再发生变化即认为线缆特征曲线拟合到多项式曲线Ffinal，求解拟合线缆特征曲线曲率Kfinal即得到线缆的曲率；多项式曲线F为：v＝su；a0，a1，…annm1式中a0,a1,…,an为多项式系数，m为采样点个数；式1表示在函数类中存在唯一的函数： 使得在给定采样点ui上的误差δi＝sui-vi的平方和最小，其中i＝0,1,2,…,m。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路华南理工大学；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”。