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！

龙图腾网获悉西安交通大学申请的专利基于单样本学习与骨架重构的印刷缺陷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：CN116309297B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310003720.2，技术领域涉及：G06T7/00；该发明授权基于单样本学习与骨架重构的印刷缺陷检测方法及系统是由李兵;蒋冰克;刘桐坤;金霄;杜肖;赵卓设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本基于单样本学习与骨架重构的印刷缺陷检测方法及系统在说明书摘要公布了：本发明公开了一种基于单样本学习与骨架重构的印刷缺陷检测方法及系统，采用适用于印刷图像的数据增强方案对单张印刷图像进行数据增广，避免模型对训练样本的过拟合；由骨架通过网络重构图像，重构任务能有效控制模型的泛化能力，使得模型能准确重构正常区域，而在异常区域产生较大的重构误差；在网络设计层面，采用基于膨胀卷积与随机复制粘贴噪声设计的改进降噪自编码器结构，同时捕获全局信息与局部细节；采用适用于印刷领域的图像对比算法，通过图像差分，配合开闭运算，最终确定缺陷位置；经实验与工程验证，本发明能有效检测出各类印刷缺陷，具有广泛的工程应用价值。

本发明授权基于单样本学习与骨架重构的印刷缺陷检测方法及系统在权利要求书中公布了：1.基于单样本学习与骨架重构的印刷缺陷检测方法，其特征在于，包括以下步骤： S1、随机生成良品数据集； S2、随机剪切步骤S1得到的良品数据集的图像块并粘贴到图像的随机位置，得到带噪声的图像数据集； S3、将步骤S2得到的图像数据集转化为骨架图，再将骨架图输入自编码器网络，配合损失函数与膨胀卷积，得到训练好的自编码网络模型，具体为： S301、用腐蚀和开操作表达图像A的骨架，得到骨架图，骨架图表示为： 其中，为图像A的骨架子集，为图像A被腐蚀为空集前的最后一次迭代步骤； S302、设置自编码器网络的参数，自编码器网络采用带有跳跃连接的Unet网络，每个膨胀卷积和普通卷积后面都设置一个BN层与一个ReLu激活函数； S303、使用MSE与SSIM相结合作为损失函数，对自编码器网络进行训练； S304、将下采样过程中的普通卷积替换为膨胀卷积，得到训练好的自编码器网络； S4、将待测图像输入步骤S3得到的自编码器网络模型，得到重构后的图像，计算重构后图像的误差，根据误差结果定位缺陷。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。