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！

龙图腾网获悉中国矿业大学;江苏建筑职业技术学院;西南交通大学申请的专利一种索膜结构损伤智能检测和全寿命健康监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：CN114778555B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202210456604.1，技术领域涉及：G01N21/88；该发明授权一种索膜结构损伤智能检测和全寿命健康监测方法是由张营营;喻秋;徐俊豪;周祎;张元值;张兰兰设计研发完成，并于2022-04-24向国家知识产权局提交的专利申请。

本一种索膜结构损伤智能检测和全寿命健康监测方法在说明书摘要公布了：本发明公开了一种索膜结构损伤智能检测和全寿命健康监测方法，包括两部分：待测索膜结构膜面损伤初次检测和待测索膜结构服役期间周期性全寿命监测，前者将实时拍摄的索膜结构图像与索膜样板匹配，进行待测索膜结构膜面损伤识别；后者针对前一次检测结果建立损伤检测矩阵集，进行周期性与损伤检测矩阵集定点模块对比检测，完成索膜结构产品的周期监测。本发明实现了依靠单一摄像头传感器设备，主动获取索膜结构图像，能够稳定、准确、快速地判断待测索膜结构是否存在损伤或污垢，并周期性保存损伤对比结果，对索膜结构寿命检测领域相关研究具有一定参考价值，可以获取索膜结构服役期间周期性损伤程度，为索膜结构损伤识别系统的落地具有重要意义。

本发明授权一种索膜结构损伤智能检测和全寿命健康监测方法在权利要求书中公布了：1.一种索膜结构损伤智能检测和全寿命健康监测方法，其特征在于：包括以下步骤： S1，采集健康索膜结构作为索膜样板，拍摄待测索膜结构的新进图像与索膜样板比对检测损伤，将待测索膜结构的新进图像的行列作为数据库行列坐标，将损伤检测的结果按照数据库行列坐标保存为初次损伤检测矩阵集V1，完成待测索膜结构膜面损伤初次检测，具体包括以下步骤： S11，使用单目摄像仪拍摄索膜结构健康部位，存储为索膜样板，并进行32*32缩放处理，存储为样板数据； S12，对待测索膜结构进行全覆盖扫描拍摄； S13，对步骤S12全覆盖拍摄得到的新进图像进行图像预处理，得到预处理后的新进图像； S14，使用相似度检测算法将步骤S13得到的预处理后的新进图像与步骤S11得到的索膜样板及样板数据进行遍历匹配； S15，对步骤S14匹配不成功的图像及其坐标数据进行保存，存储为初次损伤检测矩阵集V1； S2，以1周为1个监测周期，按照步骤S1所述数据库行列坐标拍摄第i次待测索膜结构的第i次图像，将第i次图像与第i-1次损伤检测矩阵集Vi-1比对检测损伤，按照监测次目保存损伤检测矩阵集Vi，以获得周期性损伤结果，完成待测索膜结构膜面损伤周期性监测，其中i为当前监测次数，且i为大于0的整数，当i＝1时，第i-1＝0次损伤检测矩阵集V0为索膜样板，具体包括以下步骤： S21，按照初次检测行列坐标确定单目摄像仪拍摄位置，拍摄待测索膜结构相应坐标位置的第i次图像； S22，对第i次图像进行图像预处理，得到预处理后的第i次图像； S23，采用相似度检测算法将步骤S22预处理后的第i次图像与相应坐标位置的第i-1次图像进行计算，得到第i次图像的哈希值和汉明距离α，所述损伤检测矩阵集Vi为当检测到第i次图像的汉明距离不为0时，记录第i次图像在新进图像矩阵集U中所在坐标位置及其汉明距离α，Vi如下式所示： 式中，HASHmn表示第m行第n列第i次新进拍摄图像与第i-1次对比图像的哈希值，m＝1,2,…,M，n＝1,2,…,N；ρmn＝αi,mn-αi-1,mn表示第m行第n列新进拍摄图像在第i次拍摄时与前一次记录的汉明距离的变化值，当i＝1时ρmn＝0； S24，更新损伤检测矩阵集Vi，记录不同监测时段待测索膜结构的损伤情况，完成待测索膜结构服役期间的全寿命健康监测； 所述图像预处理的具体操作为： 步骤1根据索膜样板特征对待预处理图像进行自适应风格迁移：提取索膜样板的光照、色调、色饱和度和亮度的数据作为索膜样板特征，使用式①作为图像损失函数： 式中：μXT为风格损失度，表示待预处理图像与索膜样板的风格相似度，XT表示待预处理图像数据，H、S、I分别表示色调、色饱和度、亮度，表示索膜样板和待预处理图像的色调相似度，表示索膜样板和待预处理图像的色饱和度相似度，表示索膜样板和待预处理图像的亮度相似度，使用对数函数将色调相似度、色饱和度相似度与亮度相似度整合计算得到风格损失度，根据风格损失度在空间不对齐的情况下对待预处理图像进行风格迁移； 步骤2对步骤1风格迁移后的待预处理图像进行缩放处理：索膜样板和预处理图像均为彩色RGB图像，使用式②对彩色RGB图像的三通道进行计算获取灰度图， Gray＝30×R+59×G+11×B+50100② 式中，Gray为灰度值，R、G、B分别表示彩色图像的红、绿、蓝3个通道的数值，然后按照像素平均的方法对图像进行缩放，缩放为32*32的比例，得到1024个像素点。

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中国矿业大学;江苏建筑职业技术学院;西南交通大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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”。