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！

龙图腾网恭喜重庆理工大学申请的专利一种基于红外图像的电气设备故障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：CN116823866B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310645997.5，技术领域涉及：G06T7/136；该发明授权一种基于红外图像的电气设备故障检测方法是由黄同愿;余潜江;吕享玲设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本一种基于红外图像的电气设备故障检测方法在说明书摘要公布了：本发明涉及一种基于红外图像的电气设备故障检测方法，和传统的基于图像识别技术的故障检测相比，本申请中获取电气设备第一维度红外图像和第二维度红外图像，利用不同维度下的红外图像互为校正，基本可排除错位、重叠等情况下的干扰发热点，减少了干扰，提高了图像识别准确度，故障测试，采用分水岭算法对设备进行分割，最终提取到故障设备异常区域和故障类型，其中，在所述分水岭算法中加入一次开预算和闭运算；所述开预算用于去除有效发热点的小点和毛刺，所述闭运算用于填充一些小孔，将原始图像中电气设备的轮廓连通起来，避免提取到的电气设备轮廓缺失，使得最终得到的图像识别精准度得以提升，可实现99％以上的故障识别。

本发明授权一种基于红外图像的电气设备故障检测方法在权利要求书中公布了：1.一种基于红外图像的电气设备故障检测方法，其特征在于，包括如下步骤： 1：获取电气设备第一维度红外图像和第二维度红外图像，所述第一维度和第二维度对应的红外图像位面彼此垂直； 2：通过OTSU算法对红外图像进行初步分割，提取第一维度下的电气设备轮廓的红外图像A和第二维度下的电气设备轮廓的红外图像B； 3：基于红外图像A和红外图像B建立空间直角坐标系X，Y，Z，其中，红外图像A覆盖的区域的坐标为Y1-Y2，Z1-Z2，红外图像B覆盖的区域的坐标为Y1-Y2，X1-X2； 4：将红外图像A和红外图像B的RGB转换为HSV颜色空间，提取发热点的信息； 5：使用Resnet-34网络和迁移学习的方法定位发热点；其中，红外图像A中的发热点坐标为Yn，Zn，红外图像B中的发热点坐标为Ym，Xm，其中n和m分别为红外图像A和红外图像B中发热点的个数； 6：干扰点排查，包括： 以红外图像A作为识别模型时，排除以及的点，排除后的Yn记为Yn’； 基于红外图像B中定位的发热点坐标Ym，Xm，排除Yn’集合{Ym}的点，最后得到的点即为有效发热点； 或， 以红外图像B作为识别模型时，排除以及的点，排除后的Ym记为Ym’； 基于红外图像A中定位的发热点坐标Yn，Zn，排除集合{Yn}的点，最后得到的点即为有效发热点； 7：故障测试，采用分水岭算法对设备进行分割，最终提取到故障设备异常区域和故障类型，其中，在所述分水岭算法中加入一次开预算和闭运算； 开预算用于去除有效发热点的小点和毛刺，闭运算用于填充一些小孔，将原始图像中电气设备的轮廓连通起来，避免提取到的电气设备轮廓缺失； 步骤1还包括分别对第一维度红外图像和第二维度红外图像做如下处理： 1-1：在图像平面上对图像以一定方式进行平移； 1-2：沿着水平或者垂直方向翻转图像； 1-3：将原始图像分别旋转45度、90度、180度、270度，每张原始图像将得到4张旋转后的图像； 1-4：增强图像对比度； 1-5：将整个图像亮度调高； 步骤2中电气设备轮廓的提取包括： 2-1：构建图像梯度图像； 2-2：通过规则生成n个最初的注水区域，先验知识或局部梯度最小值； 2-3：往注水区域内加水，当两注水区域即将合并时，记录下此时的边界； 2-4：当图像边缘彻底被分割成N个独立区域时算法结束； 步骤5为： 5-1：使用pytorch搭建ResNet网络并基于迁移学习的方法进行训练，通过获取预训练的ResNet权重文件，再将自建的数据集放入模型中继续训练，最终得到训练结果，再放入测试集进行故障预测； 5-2：红外图像数据集训练完成后，在预测环节加入分水岭算法和HSV颜色空间温度判别法，将深度学习方法识别结合到此环节，输入一张红外图像，最后的输出结果包括故障类型，在输出的图像中绘制出设备轮廓和定位发热点的位置。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。