北京航空航天大学杭州创新研究院徐明亮获国家专利权
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!
龙图腾网获悉北京航空航天大学杭州创新研究院申请的专利一种外观缺陷检测方法、装置、存储介质及电子设备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:CN115439446B 。
龙图腾网通过国家知识产权局官网在2026-05-12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:202211084193.4,技术领域涉及:G06T7/00;该发明授权一种外观缺陷检测方法、装置、存储介质及电子设备是由徐明亮;姜晓恒;谷宁波;张云霞;卢洋;贺硕;张文杰设计研发完成,并于2022-09-06向国家知识产权局提交的专利申请。
本一种外观缺陷检测方法、装置、存储介质及电子设备在说明书摘要公布了:本申请提出一种外观缺陷检测方法、装置、存储介质及电子设备,特征提取分支按照预设尺度对目标图像中的缺陷像素点进行特征提取,以获取N个维度的图像特征,目标图像为检测对象的采集图像特征融合分支对相邻维度的图像特征进行融合,以获取N‑1个融合特征;解码分支基于N‑1个融合特征进行解码,以获取解码图像结果,其中,解码图像结果包括第一类特征像素点和第二类特征像素点,第一类特征像素点表示缺陷像素点,第二类特征像素点表示非缺陷像素点。可以在低对比度的情况下,即缺陷与背景的差异不明显的情况下,准确地检测到缺陷,能够排除污渍、阴影、光照不均匀等干扰因素对缺陷检测带来的干扰,能够适应各种形状和尺寸的缺陷检测。
本发明授权一种外观缺陷检测方法、装置、存储介质及电子设备在权利要求书中公布了:1.一种外观缺陷检测方法,其特征在于,应用于电子设备,所述电子设备部署有预训练的网络模型,所述网络模型包括特征提取分支、特征融合分支以及解码分支,所述方法包括: 所述特征提取分支按照预设尺度对目标图像中的缺陷像素点进行特征提取,以获取N个维度的图像特征,其中,所述目标图像为检测对象的采集图像; 所述特征融合分支对相邻维度的图像特征进行融合,以获取N-1个融合特征; 所述解码分支基于所述N-1个融合特征进行解码,以获取解码图像结果,其中,所述解码图像结果包括第一类特征像素点和第二类特征像素点,所述第一类特征像素点表示缺陷像素点,所述第二类特征像素点表示非缺陷像素点; 所述解码分支基于所述N-1个融合特征进行解码,以获取解码图像结果,包括:所述解码分支基于第N-1个融合特征和解码参考特征获取所述第N-1个融合特征对应的第N-1个融合特征对应的解码结果;其中,所述解码参考特征为第N个维度的图像特征进行空间和通道增强后的参考特征;所述解码分支基于第i个融合特征和第i+1个融合特征对应解码结果,获取第i个融合特征对应的解码结果;其中,1≤i≤N-2,第1个融合特征对应的解码结果为解码图像结果; 第i个融合特征对应的解码结果的算式为: 其中,和的拼接结果表征所述解码结果,Fh表征第i个融合特征,Fl表征第i+1个融合特征对应解码结果,Up表征上采样,Maxp表征池化下采样,Conv1×1表征后接批归一化的1×1卷积,δ表征激活函数,⊙表征逐元相乘,表征逐元素相加。
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北京航空航天大学杭州创新研究院,其通讯地址为:310000 浙江省杭州市滨江区长河街道创慧街18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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励