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！

龙图腾网获悉深圳市嘉熠精密自动化科技有限公司申请的专利一种基于深度学习的AOI光学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：CN119887747B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510350554.2，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的AOI光学检测方法及系统是由周野;胡磊;游润松;吴沙设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本一种基于深度学习的AOI光学检测方法及系统在说明书摘要公布了：本发明涉及图像分析技术领域，具体为一种基于深度学习的AOI光学检测方法及系统，包括以下步骤：获取透射、反射、散射成像数据，计算边缘方向变化率，设定梯度变化阈值筛选数据点，归一化纹理梯度与光谱反射率，建立多视角光学特征数据矩阵。本发明中，基于多视角光学特征数据，结合边缘方向变化率计算提升数据筛选精准度，特征贡献度通过差分计算变化率与冗余分析动态调整权重参数减少无效特征干扰，光照强度梯度计算结合亮度变化曲线筛选稳定像素提高光照适应性，梯度方向一致性分析结合拐点密度计算优化缺陷边缘特征描述增强细微缺陷识别能力，分类结合权重调整系数与梯度方向匹配参数建立加权特征匹配机制优化分类精度，提高检测结果稳定性。

本发明授权一种基于深度学习的AOI光学检测方法及系统在权利要求书中公布了：1.一种基于深度学习的AOI光学检测方法，其特征在于，包括以下步骤： S1：获取透射、反射、散射成像数据，计算边缘方向变化率，设定梯度变化阈值筛选数据点，归一化纹理梯度与光谱反射率，建立多视角光学特征数据矩阵； S2：基于所述多视角光学特征数据矩阵，调用AOI光学检测中的多角度成像，计算多特征对分类的贡献度梯度，采用差分计算贡献度变化率，筛选变化趋势一致的特征，计算互信息值分析冗余度，设定初始权重，依据冗余度和特征贡献度变化趋势，实时调整权重参数，获取特征权重调整系数； 所述特征权重调整系数的获取步骤具体为： S201：基于所述多视角光学特征数据矩阵，调用AOI光学检测中的多角度成像，计算多个光学特征对分类的贡献度梯度，采用差分计算贡献度变化率，筛选变化趋势一致的特征，得到特征变化一致性筛选结果； S202：基于所述特征变化一致性筛选结果，计算多个筛选特征的互信息值，分析特征冗余度，设定初始权重，得到特征冗余度计算结果； S203：基于所述特征冗余度计算结果，依据特征冗余度和特征贡献度梯度变化趋势，实时调整权重参数，采用公式： ； 运算获取多特征权重的调整幅度，结合初始权重，得到特征权重调整系数； 其中，代表特征权重调整系数，代表初始权重，代表调整步长因子，代表第个特征的贡献度梯度，代表所有特征贡献度梯度的均值，代表第个特征的冗余度，代表第个特征的互信息值，代表冗余度平衡因子，代表筛选后的特征数量； S3：基于所述多视角光学特征数据矩阵，设定多方向光源成像，计算相邻光源间光照强度梯度，拟合亮度变化曲线筛选稳定像素点，建立光照梯度方向特征矩阵； S4：调用所述光照梯度方向特征矩阵，通过AOI光学检测中的缺陷边缘检测，计算梯度方向一致性，筛选稳定区域，计算梯度变化拐点密度，建立特征曲线数据库，获取梯度方向匹配参数； S5：基于所述特征权重调整系数与所述梯度方向匹配参数，构建加权特征匹配机制，设定分类置信度阈值，筛选低置信度样本，调用光照梯度特征映射转换数据，获取分类优化结果； 所述分类优化结果包括加权特征匹配机制、分类置信度阈值、光照梯度特征映射转换数据。

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深圳市嘉熠精密自动化科技有限公司，其通讯地址为：518000 广东省深圳市龙华区大浪街道浪口社区华荣路德泰科技工业园3号厂房第一、二、三层；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”。