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！

龙图腾网获悉厦门高赢科技有限公司申请的专利一种利用机器视觉的印刷品表面瑕疵自动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：CN120446143B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510962765.1，技术领域涉及：G01N21/88；该发明授权一种利用机器视觉的印刷品表面瑕疵自动检测方法是由何文磊;谢希设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种利用机器视觉的印刷品表面瑕疵自动检测方法在说明书摘要公布了：本发明公开了一种利用机器视觉的印刷品表面瑕疵自动检测方法，涉及印刷瑕疵检测技术领域，包括如下步骤：同步采集印刷过程中的数据，形成多模态时序数据集；从多模态时序数据集中提取并量化关键动态特征，生成统一的系统状态向量；构建系统状态稳定性演化模型，将系统状态向量输入所述稳定性演化模型，计算并输出实时系统稳定性指数；响应于实时系统稳定性指数低于预设预警阈值，启动因果解耦分析，判定当前的主导失效通路；依据所述主导失效通路，生成差异化干预指令。本发明实现了从被动故障响应到主动趋势预测、从模糊故障诊断到精准失效归因、从普适性干预到差异化智能调控的转变，在不中断生产的前提下保障产品质量，提升生产效率。

本发明授权一种利用机器视觉的印刷品表面瑕疵自动检测方法在权利要求书中公布了：1.一种利用机器视觉的印刷品表面瑕疵自动检测方法，其特征在于，包括如下步骤： S1、同步采集印刷过程中的时序瑕疵图像数据、关键部件振动数据与承印物表面温度数据，形成多模态时序数据集； S2、从所述多模态时序数据集中提取并量化关键动态特征，生成统一的系统状态向量；所述关键动态特征包括视觉特征、振动特征与热力学特征； S3、构建系统状态稳定性演化模型，将系统状态向量输入所述稳定性演化模型，计算并输出实时系统稳定性指数；所述稳定性演化模型基于系统状态向量与预设基准稳定态向量的偏离度进行构建； S4、响应于实时系统稳定性指数低于预设预警阈值，启动因果解耦分析，依据所述系统状态向量计算化学主导贡献度与物理主导贡献度，通过比较化学主导贡献度与物理主导贡献度，判定当前的主导失效通路； S5、依据所述主导失效通路，生成差异化干预指令；若所述主导失效通路判定为化学主导，则生成面向油墨调配系统的调整指令；若所述主导失效通路判定为物理主导，则生成面向设备维护系统的预警指令； 所述S3具体包括： S31、基于所述系统状态向量与所述预设基准稳定态向量，计算二者之差，获得系统状态偏离向量； S32、通过对所述系统状态偏离向量进行预设权重矩阵的加权二次型计算，生成表征系统在势能场中偏离稳定点程度的系统势能值； S33、基于所述系统势能值的时间序列，通过计算所述系统势能值的时间序列自相关性与方差的乘积，并求取该乘积的倒数，以获得所述实时系统稳定性指数； 所述基准稳定态向量，是通过持续采集并分析预设的良品率高于特定标准的印刷过程数据，并对计算出的各时刻系统状态向量求取时间平均值而获得； 所述预设权重矩阵，是通过利用Lasso回归分析历史故障数据，量化确定各关键动态特征对最终产品质量缺陷的贡献度而优化得到； 所述S4具体包括： S41、将所述系统状态向量与预设权重矩阵分别解耦为化学部分与物理部分，所述化学部分对应于油墨相关的视觉与热力学特征，所述物理部分对应于设备相关的振动特征； S42、基于化学部分的系统状态向量、基准稳定态向量及权重矩阵，计算所述化学主导贡献度； S43、基于物理部分的系统状态向量、基准稳定态向量及权重矩阵，计算所述物理主导贡献度； S44、计算所述化学主导贡献度与所述物理主导贡献度的比值，得到主导通路比率； S45、若所述主导通路比率高于预设的化学主导决策阈值，则判定所述主导失效通路为化学主导；若所述主导通路比率低于预设的物理主导决策阈值，则判定所述主导失效通路为物理主导。

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厦门高赢科技有限公司，其通讯地址为：361026 福建省厦门市海沧区东孚大道1299-11号6楼；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。