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！

龙图腾网获悉扬州日新通运物流装备有限公司申请的专利基于机器视觉的集装箱检测方法、系统、设备及存储介质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：CN120259758B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510356726.7，技术领域涉及：G06V10/764；该发明授权基于机器视觉的集装箱检测方法、系统、设备及存储介质是由潘锦荣;陈志;吴成军设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于机器视觉的集装箱检测方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了基于机器视觉的集装箱检测方法、系统、设备及存储介质，涉及集装箱技术领域，包括：基于集装箱七项检查法获取有色检测部位以及无色检测部位；搭建外部轮廓模型；基于机器视觉对外部轮廓模型进行一次填充；获取虚拟集装箱模型；基于虚拟集装箱模型对集装箱的瑕疵进行标识；本发明用于解决现有的集装箱检测方法中，当集装箱内部存在瑕疵或集装箱外部扫描盲区的部位存在瑕疵时，无法针对性地对瑕疵存在的部位进行检测，且在获取瑕疵部位后对瑕疵的标识较为模糊，导致存在影响管理人员的维护以及影响集装箱的使用的问题。

本发明授权基于机器视觉的集装箱检测方法、系统、设备及存储介质在权利要求书中公布了：1.基于机器视觉的集装箱检测方法，其特征在于，包括如下步骤： 基于集装箱七项检查法获取多个待检测部位，并对多个待检测部位进行分类，基于分类结果获取有色检测部位以及无色检测部位；基于集装箱的外部尺寸数据搭建外部轮廓模型； 基于机器视觉对多个已分类的待检测部位进行瑕疵检测，并基于瑕疵检测结果对外部轮廓模型进行一次填充；将进行一次填充后的外部轮廓模型记为部位填充模型； 使用激光雷达对集装箱内部进行扫描，并基于扫描数据对部位填充模型进行二次填充并获取虚拟集装箱模型；基于虚拟集装箱模型对集装箱的瑕疵进行标识； 瑕疵检测包括有色瑕疵检测以及无色瑕疵检测，有色瑕疵检测包括： 对于任意一个有色检测部位，使用摄像头对有色检测部位进行拍摄，并将得到的图像记为有色检测图像；将有色检测图像中有色检测部位的轮廓记为有色检测轮廓；对有色检测图像内的颜色进行识别，并基于识别结果获取有色检测图像内互不相同的颜色之间的分界线，记为有色分界线；在有色检测轮廓内对有色分界线进行标记； 基于七项检测法获取有色检测部位对应的检测标准，并基于检测标准对有色检测轮廓进行涂色；当涂色过程中任意两种已涂的颜色的分界线与任意一个有色分界线存在任意长度的不重合时，将有色检测部位记为有色瑕疵部位； 当涂色过程中所有互不相同的颜色之间的分界线与所有有色分界线均重合时；将已涂色的有色检测轮廓与有色检测图像重合，当任意一个重合区域中的有色检测轮廓与有色检测图像的颜色不同时，将有色检测部位记为有色瑕疵部位；当所有重合区域中有色检测轮廓与有色检测图像的颜色均相同时，将有色检测部位记为达标部位； 无色瑕疵检测包括：对于任意一个无色检测部位，使用摄像头对无色检测部位进行拍摄，并将得到的图像记为无色检测图像；将无色检测图像中的无色检测部位的区域记为无色检测区域；基于七项检测法获取无瑕疵的无色检测部位对应的无色检测区域，并记为无色比对区域； 对于无色检测区域内的任意一个像素点：获取像素点的灰度值以及像素点的八邻域中所有像素点的灰度值，分别获取像素点的灰度值与八邻域中所有像素点的灰度值的差值，并将最大的差值记为邻差值；获取所有像素点对应的邻差值； 将所有邻差值的众数记为最大邻差值；将所有邻差值为最大邻差值的像素点在无色检测区域内标记为特征像素点；对于任意一个特征像素点α：将特征像素点α与距离特征像素点α最远的特征像素点之间的距离记为特征像素点α的极限特征参数；获取所有特征像素点的极限特征参数，并使用特征算法获取无色检测区域的检测参数，特征算法为：，其中，F为检测参数，Gi为所有特征像素点中第i个特征像素点的极限特征参数，Gsq为所有极限特征参数的平均值，c为特征像素点的数量，g为邻特像素点的数量，邻特像素点为八邻域中存在特征像素点的特征像素点； 当无色比对区域的检测参数与无色检测区域的检测参数相同时，将无色检测部位记为达标部位；当无色比对区域的检测参数与无色检测区域的检测参数不同时，将无色检测部位记为瑕疵部位。

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扬州日新通运物流装备有限公司，其通讯地址为：225000 江苏省扬州市江都区沿江开发区；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”。

以上内容由龙图腾AI智能生成。