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！

龙图腾网获悉浙江大学申请的专利一种基于灰度联产熵增的成形制件浅表缺陷检测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：CN118967636B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411091662.4，技术领域涉及：G06T7/00；该发明授权一种基于灰度联产熵增的成形制件浅表缺陷检测方法是由徐敬华;叶德良;王康;张树有;谭建荣设计研发完成，并于2024-08-09向国家知识产权局提交的专利申请。

本一种基于灰度联产熵增的成形制件浅表缺陷检测方法在说明书摘要公布了：本发明公开了一种基于灰度联产熵增的成形制件浅表缺陷检测方法。包括以下步骤：首先，针对获得的成形制件浅表缺陷图进行预处理，形成源域样本数据集，再由其构建训练集和验证集；接着，构建机器学习与先验知识结合的主副双通道的异化神经网络，并利用训练和验证集进行训练，获得成形制件浅表缺陷检测分类器；最后，用其检测实际采集的成形制件浅表缺陷图。本发明提出了双通道双接口交互的异化神经网络，灰度联产熵增方法增强了对极相似缺陷特征的提取与整合能力，能够在保证分类器模型复杂度不增、检测速度不减的情况下，提高现有深度学习策略下工业成形制件浅表缺陷锚框分类精度，有效缓解小样本精度不高的难题。

本发明授权一种基于灰度联产熵增的成形制件浅表缺陷检测方法在权利要求书中公布了：1.一种基于灰度联产熵增的成形制件浅表缺陷检测方法，其特征在于，包括以下步骤： 步骤一：对多张成形制件浅表缺陷图进行预处理后，形成源域样本数据集，再由其构建训练集和验证集； 步骤二：构建基于主副双通道的异化神经网络； 步骤三：利用训练集训练基于主副双通道的异化神经网络，获得训练后的异化神经网络，再利用验证集对训练后的异化神经网络超参数的微调后，获得成形制件浅表缺陷检测模型； 所述步骤三中，主副双通道的异化神经网络包括主通道部分和副通道部分，主通道部分包括依次相连的特征提取模块、信息层次融合模块和检测与定位模块，基于主副双通道的异化神经网络的输入作为特征提取模块的输入，副通道部分包括依次相连的灰度级别降低层、灰度特征提取模块、边缘检测模块、迟滞阈值分割模块和缺陷特征图生成模块，基于主副双通道的异化神经网络的输入也作为灰度级别降低层的输入，灰度特征提取模块与检测与定位模块相连，缺陷特征图生成模块与特征提取模块中最深层特征提取模块相连； 所述灰度特征提取模块中，根据降低灰度级别后的灰度图生成灰度共生矩阵和灰度直方图，基于灰度共生矩阵和灰度直方图分别提取特征，从提取的特征中选择若干个特征作为灰度特征，由多个灰度特征组成特征向量并作为输入为特征向量的分类模型的输入，获得分类结果并作为检测与定位模块的概率后验；以及利用灰度特征中的熵对降低灰度级别后的灰度图进行熵增采样处理后得到对应的灰度特征图并作为边缘检测模块的输入； 所述缺陷特征图生成模块中，利用形态学闭合运算方法对分割后的边缘特征图进行侵蚀和膨胀后，获得对应的缺陷特征图并作为特征提取模块中最深层特征提取模块的输入； 步骤四：将实际采集的成形制件浅表缺陷图输入到成形制件浅表缺陷检测模型中，模型输出对应的缺陷检测结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。