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！

龙图腾网获悉苏州辰瓴信息技术有限公司申请的专利工业拓扑类型缺陷的检测、分类、分割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：CN119887664B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202411937548.9，技术领域涉及：G06T7/00；该发明授权工业拓扑类型缺陷的检测、分类、分割方法是由麦彦恒;郑佳祺;周研博;王昕决;夏玉龙设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本工业拓扑类型缺陷的检测、分类、分割方法在说明书摘要公布了：本申请公开了一种工业拓扑类型缺陷的检测、分类、分割方法，涉及深度学习、数字图像处理技术领域，该方法包括拓扑结构特征提取模块，多视图特征融合模块，损失约束与分割模块；特征提取模块对输入的图像提取多级特征，得到缺陷的拓扑结构特征信息；多视图特征融合模块补充了特征融合过程中从多个角度对特征的关注，保留来自不同全局形态的重要信息；损失约束与分割模块基于一种持续同源性的连续性约束损失，以更好地约束分割的拓扑连续性，并得到显著性缺陷预测图。本申请能够高效识别拓扑类型缺陷。

本发明授权工业拓扑类型缺陷的检测、分类、分割方法在权利要求书中公布了：1.一种工业拓扑类型缺陷的检测、分类与分割方法，其特征在于，包括：拓扑结构特征提取模块，多视图特征融合模块，以及损失约束与分割模块；特征提取模块对输入的图像提取多级特征，得到缺陷的拓扑结构特征信息；多视图特征融合模块补充了特征融合过程中从多个角度对特征的关注，保留来自不同全局形态的重要信息；损失约束与分割模块基于一种持续同源性的连续性约束损失，以更好地约束分割的拓扑连续性，并得到显著性缺陷预测图；拓扑结构特征提取模块包含动态可变形卷积算子，特征提取模块通过引入偏移量对动态可变形卷积算子进行二维变化，以重点关注管状结构和弯曲的局部特征；多视图特征融合模块基于动态可变形卷积生成的多个形态学核模板，能够从多角度观察缺陷的结构特征；损失约束与分割模块中包含解耦头模块和拓扑连续性约束损失模块，解耦头模块通过上采样恢复图像的细节信息和提高空间分辨率，以便进行准确的分割；拓扑连续性约束损失模块用来约束分割的连续性，引导网络关注具有异常像素的断裂区域，从拓扑的角度实现连续性约束； 步骤一，特征提取模块通过引入偏移量对动态可变形卷积算子进行二维变化，以重点关注管状结构和弯曲的局部特征；使用动态可变形卷积算子对输入的图像提取多级特征，得到缺陷的拓扑结构特征信息；步骤一中对动态可变形卷积算子进行二维变化具体操作如下：对给定的二维卷积坐标，中心坐标为Mi=ui,vi，则一个3×3的卷积核M表示为：M={u-1,v-1,u-1,v,...,u+1,v+1}；对标准卷积核在x轴和y轴进行直线化，在u轴方向，M中每个网格的具体位置表示为：Mi±e=ui±e,vi±e；在v轴方向，M中每个网格的具体位置表示为：Mj±e=uj±e,vj±e；e=0,1,2,3,4表示距离中心网格的水平距离，其中，变形偏移量Δ={δ|δ∈[-1,1]}为Mi+1相对于Mi增加的量；对变形偏移量进行累加Σ； 在u轴方向变化为： 在v轴方向变化为： 步骤二，多视图特征融合了基于动态可变形卷积生成的多个形态学核模板，从多角度观察缺陷的结构特征；步骤二中对于给定的一个可变形卷积的多视图特征融合策略具体操作如下： 其中，gmPu和gmPv分别代表可变形卷积算子从u轴和v轴所提取到的特征图； 步骤三，将经历过步骤二处理每一层的融合结果，传入解耦头模块，进行解码、缺陷定位和分割操作，最后得到显著性缺陷预测图； 步骤四，计算损失值。

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苏州辰瓴信息技术有限公司，其通讯地址为：215000 江苏省苏州市苏州工业园区金鸡湖大道99号苏州纳米城西北区14幢401；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。