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宁波 五位一体 校区教育发展中心申请的专利基于模板学习与比对的薄面外观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：CN116912166B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310647375.6，技术领域涉及：G06T7/00；该发明授权基于模板学习与比对的薄面外观缺陷检测方法是由孙立;吴洪岩;梁瑞;孙震;王慧琼;宋明黎设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本基于模板学习与比对的薄面外观缺陷检测方法在说明书摘要公布了：基于模板学习与比对的薄面外观缺陷检测方法，包括：1基于良品图像自动学习构建模板原型；2对每个模板原型，检测待检测样本图像中的模板实例；3对每个模板实例，将对应的模板原型与模板实例区域进行映射对齐；4对每个模板实例，将应映射对齐后的模板实例和模板原型进行比对得到特征差异图；5对每个模板实例的特征差异图，应用缺陷检测算法参数提取模板实例内的缺陷信息；6综合所有模板实例的缺陷信息，输出产品OKNG判定和缺陷信息列表。本发明综合多种技术手段实现对平面规则内容产品的准确、灵活、高效的外观缺陷检测。

本发明授权基于模板学习与比对的薄面外观缺陷检测方法在权利要求书中公布了：1.基于模板学习与比对的薄面外观缺陷检测方法，包括下列步骤： 步骤S1：基于良品图像自动学习构建模板原型； 步骤S2：对每个模板原型，检测待检测样本图像中的模板实例； 步骤S3：对每个模板实例，将对应的模板原型与模板实例区域进行映射对齐； 步骤S4：对每个模板实例，将应映射对齐后的模板实例和模板原型进行比对得到特征差异图； 步骤S5：对每个模板实例的特征差异图，应用缺陷检测算法参数提取模板实例内的缺陷信息； 步骤S6：综合所有模板实例的缺陷信息，输出OKNG判定和缺陷信息列表； 步骤S1的具体步骤为： 步骤S1.1：根据良品图像计算确定产品单元的图像尺寸； 步骤S1.2：从良品图像中提取一系列定位特征点； 步骤S1.3：根据产品单元图像尺寸、定位特征点和模板数量确定各个模板所在区域； 步骤S1.4：对每个模板区域进行网格划分，对每个网格顶点搜寻最近的定位特征点作为模板的锚点； 步骤S1.5：根据良品图像、模板区域、模板网格和锚点构建模板原型，模板原型包括模板原图、模板特征图、模板网格、模板锚点、模板锚点局部图像和若干个模板检测区； S3中的将模板原型与模板实例区域进行映射对齐的具体步骤为： 步骤S3.1：对模板原型中的每个定位锚点，利用模板锚点、模板锚点局部图像确定模板实例区域内对应的定位点位置； 步骤S3.2：对模板原型中的模板网格内的每一个网格单元，按照距离确定网格单元矩形的4个顶点对应的模板锚点，通过4个模板锚点和对应的定位点建立模板网格到对应模板实例的坐标映射关系； 步骤S3.3：对模板原型中的模板网格内的每一个网格单元，根据坐标映射关系将模板网格内的模板特征图、模板检测区映射到模板实例平面，或者将模板实例特征图映射到模板原型平面；S5中的提取模板实例内的缺陷信息的具体步骤为： 步骤S5.1：对模板实例的每个模板检测区，从特征差异图中截取检测区特征差异图； 步骤S5.2：对检测区特征差异图应用对应检测区的缺陷检测参数提取缺陷位置、尺寸、类别、置信度等缺陷信息。

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宁波 五位一体 校区教育发展中心，其通讯地址为：315100 浙江省宁波市钱湖南路1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。