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！

龙图腾网获悉西安电子科技大学申请的专利一种基于动态视觉传感器的缺陷检测方法和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：CN116309291B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202211728145.4，技术领域涉及：G06T7/00；该发明授权一种基于动态视觉传感器的缺陷检测方法和系统是由吴金建;贾耀强;马居坡;石光明设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种基于动态视觉传感器的缺陷检测方法和系统在说明书摘要公布了：本发明涉及一种基于动态视觉传感器的缺陷检测方法和系统，该系统包括：数据采集模块、缺陷检测模块、数据过滤模块和数据可视化模块；数据采集模块，用于采集检测图像，得到灰度信息变化数据，合成得到事件帧图像；缺陷检测模块，通过预训练完成的缺陷检测模型，对事件帧图像进行检测，得到缺陷检测结果；数据过滤模块，用于对缺陷检测结果排序，确定最终检测结果；数据可视化模块，进行可视化处理，输出缺陷的种类、置信度和坐标。本发明通过动态视觉处理器将一定数量事件合成一张事件帧后再输入至卷积神经网络，再通过特征提取和特征融合，进一步降低了卷积神经网络的计算量，使系统具有更好的性能。

本发明授权一种基于动态视觉传感器的缺陷检测方法和系统在权利要求书中公布了：1.一种基于动态视觉传感器的缺陷检测方法，其特征在于，包括： 采集被检测样品在一个运动周期内的多张检测图像； 根据所述多张检测图像得到对应的灰度信息变化数据； 将所述灰度信息变化数据合成得到对应的事件帧图像； 将所述事件帧图像输入至预训练完成的缺陷检测模型中，得到对应的缺陷检测结果；所述缺陷检测模型的预训练包括： a获取缺陷训练数据集： 将采集到的事件帧图像，分为训练集和测试集进行缺陷的标注，得到缺陷数据集； b构建包含特征提取模块、特征融合模块和检测识别模块的卷积神经网络，所述特征融合模块，用于对所述特征提取模块输出的不同尺度的特征图、、进行特征融合，将高层的特征信息，先通过上采样的方式进行传递融合，再通过下采样方式进行融合，得到预测的特征图、、； c从缺陷数据集中，随机选取训练集中标注好的事件帧图像作为卷积神经网络的输入，卷积神经网络的损失值为： ； 其中，为卷积神经网络的损失值，为预测框部分带来的误差，为置信度带来的误差，为类别带来的误差； d用梯度下降法通过卷积神经网络的损失值对卷积神经网络的参数进行更新，参数更新公式为： ； ； 其中，表示更新前卷积层的参数，表示更新后的卷积层的参数，表示更新前全连接层的参数，表示更新后的全连接层的参数； e卷积神经网络通过迭代训练,得到预训练完成的缺陷检测模型； 根据所有事件帧图像对应的缺陷检测结果，确定所述被检测样品的最终检测结果，并进行可视化处理，包括：对被检测样品在一个运动周期内的缺陷检测结果进行存储，对预测类别序列进行统计，取数量最多的某一类别作为最终检测类别，对此类别中，取置信度最大的那帧图像作为最终检测结果，并进行可视化显示。

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电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。