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！

龙图腾网获悉常州大学申请的专利一种基于改进的全卷积神经网络的PCB缺陷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：CN114494184B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202210085176.6，技术领域涉及：G06T7/00；该发明授权一种基于改进的全卷积神经网络的PCB缺陷检测方法是由孙晓鹏;郑剑锋;周海翔;高寅冲;唐文祺设计研发完成，并于2022-01-25向国家知识产权局提交的专利申请。

本一种基于改进的全卷积神经网络的PCB缺陷检测方法在说明书摘要公布了：本发明涉及图像处理技术领域，尤其涉及一种基于改进的全卷积神经网络的PCB缺陷检测方法，包括S1、采集标准和待测PCB图像；S2、对图像进行灰度变换；S3、对图像进行高斯滤波、对数变换、最大类方差法阈值分割；S4、采用归一化互相关模板匹配；S5、对图像二值化后做差影运算；S6、对图像形态学处理；S7、将图像输入改进的全卷积神经网络模型。本发明在第四卷积层后引入了连续空洞卷积模块，增大了感受野的同时解决了普通空洞卷积损失信息连续性的问题；传统的跳级结构因其上采样率偏大，得到的图片效果不理想，本发明在上采样层之后引入了改进的跳级结构，降低了上采样率，从而得到多尺度融合的特征，以提高图像的分辨率。

本发明授权一种基于改进的全卷积神经网络的PCB缺陷检测方法在权利要求书中公布了：1.一种基于改进的全卷积神经网络的PCB缺陷检测方法，其特征在于，包括以下步骤： S1、图像采集：采集标准PCB图像和待测PCB图像； S2、图像灰度变换：对采集的标准PCB图像和待测PCB图像进行灰度变换； S3、图像预处理：首先对步骤S2的灰度变换后的图像进行高斯滤波，其次采用对数变换来增强图像的对比度，最后采用最大类方差法来进行阈值分割； 采用最大类方差法来进行阈值分割，通过判断两部分像素值的最大方差来确定最佳阈值，即： ； 其中，g为最大方差值，为背景的像素点数占整幅图像的比例，为前景的像素点数占整幅图像的比例，为背景图像的平均灰度，为前景图像的平均灰度； S4、图像配准：采用归一化互相关模板匹配法进行图像的配准； S5、差影运算处理：将标准PCB图像与待测PCB图像二值化后做差影运算； S6、形态学处理：对差影运算后的图像进行先腐蚀后膨胀的处理，还原缺陷的特征； S7、将处理后的PCB图像输入改进的全卷积神经网络模型，通过特征融合来识别出待测PCB图像的缺陷目标； 改进的全卷积神经网络模型是在全卷积神经网络模型的第四卷积层、上采样和softmax分类器之间分别插入空洞卷积模块和跳级结构模块； 空洞卷积模块是由扩张率分别为1、2、4的连续空洞卷积模块组成； 跳级结构模块是将上采样的反卷积倍数设置为8、4和2。

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常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21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”。