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！

龙图腾网获悉苏州道旺电子科技有限公司申请的专利基于机器视觉的电缆生产检测方法及系统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：CN119516254B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411504103.1，技术领域涉及：G06V10/764；该发明授权基于机器视觉的电缆生产检测方法及系统是由张海涛设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于机器视觉的电缆生产检测方法及系统在说明书摘要公布了：本发明公开了基于机器视觉的电缆生产检测方法及系统，涉及电缆外观缺陷检测技术领域，包括如下步骤：使用高分辨率摄像头对电缆的外观进行拍摄，获取外观图像；对外观图像进行预处理，提高图像质量后得到外观灰度图；提取外观灰度图中电缆的边缘信息，基于边缘信息划定电缆的轮廓图像；提取轮廓图像的外观特征，对外观特征进行特征分析，再训练缺陷识别模型对电缆的外观进行缺陷检测；本发明用于解决现有的电缆外观缺陷检测技术还存在对电缆外观缺陷的判断依据不够明确以及采集电缆的全面的图像信息的过程不够明确，导致电缆外观缺陷检测结果可靠性不足的问题。

本发明授权基于机器视觉的电缆生产检测方法及系统在权利要求书中公布了：1.基于机器视觉的电缆生产检测方法，其特征在于，包括如下步骤： 使用高分辨率摄像头对电缆的外观进行拍摄，获取外观图像； 对外观图像进行预处理，提高图像质量后得到外观灰度图； 提取外观灰度图中电缆的边缘信息，基于边缘信息划定电缆的轮廓图像； 提取轮廓图像的外观特征，对外观特征进行特征分析，通过样本电缆分析电缆的灰度浮动阈值以及灰度浮动区域，再训练缺陷识别模型并通过缺陷识别模型对电缆的外观进行缺陷检测； 提取轮廓图像的外观特征，对外观特征进行特征分析，通过样本电缆分析电缆的灰度浮动阈值以及灰度浮动区域，再训练缺陷识别模型并通过缺陷识别模型对电缆的外观进行缺陷检测包括如下子步骤： 筛选外观无缺陷的电缆，标记为样本电缆，提取样本电缆的外观特征并进行特征分析，训练缺陷识别模型； 训练完成后通过缺陷识别模型对电缆的外观进行缺陷检测； 筛选外观无缺陷的电缆，标记为样本电缆，提取样本电缆的外观特征并进行特征分析，训练缺陷识别模型包括如下子步骤： 筛选外观无缺陷的样本电缆进行拍摄，将拍摄并处理得到轮廓图像标记为样本图像，得到多组的样本图像，将同一根电缆的样本图像整合为同源图像； 针对任意同源图像，获取同源图像中的电缆点的灰度值，标记为单点灰度值； 统计不同的单点灰度值的数量，标记为同值数量，查找同值数量中的最大值，标记为最大占比值，获取最大占比值对应的单点灰度值，标记为基准灰度值； 计算除基准灰度值外的单点灰度值与基准灰度值的差值的绝对值，标记为灰度差值； 统计不同灰度差值的数量，标记为差值数量，以灰度差值为X轴，差值数量为Y轴建立平面直角坐标系，命名为灰度浮动分布图，将灰度差值以及对应的差值数量录入灰度浮动分布图中； 将灰度浮动分布图中的坐标点标记为灰度浮动点，通过平滑曲线对X相邻的灰度浮动点进行连接，将得到的曲线命名为灰度浮动曲线； 对其余的同源图像进行分析，每一组同源图像均能够得到一条灰度浮动曲线，将所有灰度浮动曲线都绘制于灰度浮动分布图中； 对灰度浮动分布图进行进一步分析，提取灰度浮动曲线的特征并进行训练； 对灰度浮动分布图进行进一步分析，提取灰度浮动曲线的特征并进行训练包括如下子步骤： 获取灰度浮动分布图中灰度浮动点的X的最大值，标记为灰度浮动阈值； 将灰度浮动曲线中X最小以及X最大的灰度浮动点分别标记为最小浮动点以及最大浮动点； 按照Y从小到大的顺序，通过平滑曲线对相邻的最小浮动点进行连接，同时通过平滑曲线对相邻的最大浮动点进行连接，得到最小闭合曲线以及最大闭合曲线； 基于最小闭合曲线以及最大闭合曲线，将任意两条灰度浮动曲线之间的区域填充为灰色，重复执行，直至任意两条灰度浮动曲线之间的区域均为灰色为止，得到一片灰色区域标记为灰度浮动区域； 对灰度浮动区域的图形进行提取，此时的灰度浮动区域以及灰度浮动阈值即为灰度浮动曲线的特征。

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道旺电子科技有限公司，其通讯地址为：215000 江苏省苏州市吴中区甪直镇东庄路69号2幢；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”。