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！

龙图腾网获悉福建工程学院申请的专利一种汽车挡风玻璃花点缺陷的自动检测装置及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：CN115791617B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211468756.X，技术领域涉及：G01N21/01；该发明授权一种汽车挡风玻璃花点缺陷的自动检测装置及方法是由陈炜;沈力;陈炜杰;马莹;李建兴;罗堪设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本一种汽车挡风玻璃花点缺陷的自动检测装置及方法在说明书摘要公布了：本发明公开一种汽车挡风玻璃花点缺陷的自动检测装置及方法，包括上位机、PLC、支撑架和单轴滑轨驱动模组，单轴滑轨驱动模组设于支撑架的顶部，且单轴滑轨驱动模组与产线传动方向垂直设置，所述单轴滑轨驱动模组上连接有两个间隔设置的工业相机，两个工业相机由单轴滑轨驱动模组驱动同步移动，单轴滑轨驱动模组由PLC控制，两工业相机和PLC分别电连接至上位机。本发明能实现汽车挡风玻璃花点缺陷图像的清晰采集，以及花点缺陷的在线自动检测，以便替代人工检测，解决挡风玻璃花点图案印刷和烘干质量的实时在线检测问题，并达到工业产线要求的检测准确率。

本发明授权一种汽车挡风玻璃花点缺陷的自动检测装置及方法在权利要求书中公布了：1.一种汽车挡风玻璃花点缺陷的自动检测装置的检测方法，其特征在于：自动检测装置包括上位机、PLC、支撑架和单轴滑轨驱动模组，所述支撑架架设在产线的正上方，所述单轴滑轨驱动模组设于支撑架的顶部，且单轴滑轨驱动模组与产线传动方向垂直设置，所述单轴滑轨驱动模组上连接有两个间隔设置的工业相机，两个工业相机由单轴滑轨驱动模组驱动同步移动，单轴滑轨驱动模组由PLC控制，两工业相机和PLC分别电连接至上位机，汽车挡风玻璃随产线移动到两工业相机的拍摄区域下方，两工业相机将摄取的图像传送至上位机； 检测方法包括以下步骤： 1花点图案拍摄轨迹的生成： 1.1待测图像的预处理 在上位机内，去除不相干的信息； 1.2提取单层花点轮廓 首先采用cv.findContours函数中的cv.RETR_EXTERNAL和cv.CHAIN_APPROX_SIMPLE两个参数来设定需被剔除的多余花点轮廓的范围，然后通过cv.drawContours函数来绘制最终保留下来的黑白交界处底纹的轮廓，从而获得单层花点轮廓； 1.3生成相机运动控制轨迹 在获得单层花点轮廓后，先用Canny算子提取单层花点轮廓的边缘，再利用HoughLinesP函数生成相机移动轨迹曲线； 1.4相机运动控制参数的确定 采用恒速移动两个工业相机，两个工业相机移动方向和距离可通过计算轨迹起止点像素的X坐标偏差来确定，如式1所示， 式中，Xs为轨迹起点X坐标值；Xe为轨迹终点X坐标值；Dir为控制相机移动方向的变量，为1时控制电动机正转并带动相机向右移动，为-1时控制电动机反转并带动相机向左移动；Dis为相机移动距离变量；Blo为相机移动分段变量； 其中，当轨迹起止点的X坐标偏差在65个像素以内时，无需调整两工业相机的位置；当轨迹起止点的X坐标偏差大于195个像素时，分2次控制两工业相机的移动，每次移动量为偏差值的一半； 1.5相机运动控制的实现 PLC根据相机移动轨迹曲线控制两工业相机移动，两工业相机在移动过程中实时拍摄图像，并把图像传至上位机； 2挡风玻璃花点缺陷的检测 2.1花点图案的分类方式 汽车玻璃的花点图案包含三个特征：排布的疏密性、排列层数以及黑点形状；排布疏密主要根据花点间的距离、交界处底纹波谷间的距离和花点与底纹间的距离这三个指标进行划分，任意一个指标大于5个像素点，即可定义为稀疏型排布；排列层数是指图案中黑点的层数；黑点形状是指构成花点图案的黑点是方形或圆形；利用上述三个特征对需要检测的花点图案进行命名和分类，选取3种代表性的花点样式来制作形成花点缺陷图像数据集，并将花点缺陷图像数据集送入YOLOv5s模型训练后会生成YOLOv5s算法的检测模型； 2.2CBAM、SiLU函数与YOLOv5s的集成 将CBAM注意力模块嵌入到YOLOv5s算法的检测模型中，同时将YOLOv5s算法的检测模型中的LeakyReLU函数替换为SiLU函数，最终形成CSi-YOLOv5s模型； 2.3花点缺陷的检测过程 花点缺陷图像在CSi-YOLOv5s模型的Input部分通过Mosaic数据增强后自适应缩放至608×608大小，然后在Backbone部分经过两次上采样后得到19×19的特征图，经过一次上采样后得到38×38与76×76的特征图；将这三种不同大小的特征图在Neck部分进行特征融合，推理出待检测花点图像中是否存在缺陷信息，以及缺陷的类型和所在的位置； 2.4花点缺陷的检测结果 经过训练的CSi-YOLOv5s模型可以准确识别待测花点图像中缺陷的类型和位置，并标注出来，花点缺陷分为黏连、缺失和残缺三类，在检测结果的标签数据中分别标识为“adhesions”、“hiatus”和“incomplete”。

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福建工程学院，其通讯地址为：350000 福建省福州市大学新区学府南路33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”。