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！

龙图腾网获悉湖南玖顺鸿业电子有限公司申请的专利一种手机屏背光异物缺陷诊断方法及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：CN120525829B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510605923.8，技术领域涉及：G06T7/00；该发明授权一种手机屏背光异物缺陷诊断方法及系统是由王志兵;郭建红;彭松桃;王超设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本一种手机屏背光异物缺陷诊断方法及系统在说明书摘要公布了：本申请提供一种手机屏背光异物缺陷诊断方法及系统，属于人工智能领域，用以提高异物缺陷诊检测的鲁棒性。该方法包括：电子设备获取拍摄手机屏幕得到的第一图像和第二图像，手机屏幕在被拍摄时处于背光状态，第一图像与第二图像的光影状态不同；电子设备通过神经网络模型的双通道卷积层分别对第一图像和第二图像进行同步卷积，得到第一图像的第一特征序列与第二图像的第二特征序列；电子设备通过神经网络模型的融合层将第一特征序列与第二特征序列进行同步融合，得到融合后的特征序列；电子设备通过神经网络模型的特征处理层对融合后的特征序列进行处理，得到处理结果，处理结果指示手机屏幕在背光状态下是否存在异物缺陷。

本发明授权一种手机屏背光异物缺陷诊断方法及系统在权利要求书中公布了：1.一种手机屏背光异物缺陷诊断方法，其特征在于，应用于电子设备，所述方法包括： 所述电子设备获取拍摄手机屏幕得到的第一图像和第二图像，所述手机屏幕在被拍摄时处于背光状态，所述第一图像与所述第二图像的光影状态不同； 所述电子设备通过神经网络模型的双通道卷积层分别对所述第一图像和所述第二图像进行同步卷积，得到所述第一图像的第一特征序列与所述第二图像的第二特征序列； 所述电子设备通过所述神经网络模型的融合层将所述第一特征序列与所述第二特征序列进行同步融合，得到融合后的特征序列； 所述电子设备通过所述神经网络模型的特征处理层对所述融合后的特征序列进行处理，得到处理结果，所述处理结果指示所述手机屏幕在背光状态下是否存在异物缺陷； 所述第一图像与所述第二图像的光影状态不同是指：所述第一图像为在对所述手机屏幕进行打高光的情况下拍摄的图像，所述第二图像为在对所述手机屏幕进行非打光的情况下拍摄的图像，所述第一图像中的第一区域为被打高光的区域，所述第一区域为所述第一图像中的部分区域； 所述电子设备通过神经网络模型的双通道卷积层分别对所述第一图像和所述第二图像进行同步卷积，得到所述第一图像的第一特征序列与所述第二图像的第二特征序列，包括： 所述电子设备从所述第一图像提取出仅包含所述第一区域的第一子图像，以及从所述第二图像提取出仅包含第二区域的第二子图像，所述第二区域在所述第二图像中的位置与所述第一区域在所述第一图像中的位置相同； 所述电子设备通过所述神经网络模型的第一卷积通道对所述第一子图像执行第一卷积，以及通过所述神经网络模型的第二卷积通道对所述第二子图像执行第二卷积，分别得到所述第一特征序列与所述第二特征序列，所述同步卷积是指所述第一卷积中每次执行卷积的位置与所述第二卷积中每次执行卷积的位置相同，且所述第一卷积中用于执行卷积的卷积核的大小与所述第二卷积中用于执行卷积的卷积核大小相同； 所述电子设备通过所述神经网络模型的融合层将所述第一特征序列与所述第二特征序列进行同步融合，得到融合后的特征序列，包括： 所述电子设备将所述第一特征序列中的每至少一个第一特征以及对应的所述第二特征序列中的每至少一个第二特征，通过所述神经网络模型的融合层进行融合，得到所述融合后的特征序列； 所述第一特征序列包括K1个第一特征，所述第二特征序列包括K2个第二特征，K1和K2为取值相同且大于10的整数；所述每至少一个第一特征为所述K1个第一特征中的第i个第一特征至第j个第一特征，所述每至少一个第二特征为所述K2个第二特征中的第i个第二特征至第j个第二特征；在i与j的取值相同的情况下，i为取值遍历1至K1K2的整数，表示或的关系；在i与j的取值不同的情况下，i为取值遍历1至K1-jK2-j的整数，j为取值遍历j至K1K2的整数；所述第i个第一特征至第j个第一特征为所述第一卷积中通过执行第i次卷积至第j次卷积得到第一特征，所述第i个第二特征至第j个第二特征为所述第二卷积中通过执行第i次卷积至第j次卷积得到第二特征； 所述电子设备将所述第一特征序列中的每至少一个第一特征以及对应的所述第二特征序列中的每至少一个第二特征，通过所述神经网络模型的融合层进行融合，得到所述融合后的特征序列，包括： 所述电子设备将所述第i个第一特征至第j个第一特征输入到所述融合层的第一输入端，以及所述第i个第二特征至第j个第二特征输入到所述融合层的第二输入端，得到所述融合层的输出端输出的第i个融合的特征至第j个融合的特征；若i与j的取值相同，则在i遍历1至K1K2的情况下，得到所述融合后的特征序列；若i与j的取值不同，则在i遍历1至K1-jK2-j的整数，j遍历j至K1K2的整数情况下，得到所述融合后的特征序列；所述融合层是所述特征处理层中的部分子神经元网络，所述融合层中的神经元网络为星型连接结构； 在i与j相同的情况下，所述第i个第一特征至第j个第一特征为第i个第一特征，以及所述第i个第二特征至第j个第二特征为第i个第二特征；所述融合层包括第一神经元至第六神经元，共6个神经元，所述6个神经元的连接关系为：所述第一神经元、第二神经元以及第三神经元一一对应的与第四神经元、第五神经元以及所述第六神经元连接，所述第四神经元、所述第五神经元以及所述第六神经元相互连接；所述电子设备将所述第i个第一特征至第j个第一特征输入到所述融合层的第一输入端，以及所述第i个第二特征至第j个第二特征输入到所述融合层的第二输入端，得到所述融合层的输出端输出的第i个融合的特征至第j个融合的特征，包括： 所述电子设备将所述第i个第一特征输入到所述第一神经元的输入端以及将所述第i个第二特征输入到所述第二神经元的输入端，得到所述第三神经元的输出端输出的所述第i个融合的特征； 其中，所述第一神经元的输入端为所述第一输入端，且所述第一神经元的输入端未与所述6个神经元中除所述第一神经元以外的任一神经元连接；所述第二神经元的输入端为所述第二输入端，且所述第二神经元的输入端未与所述6个神经元中除所述第二神经元以外的任一神经元连接；所述第三神经元的输出端为所述融合层的输出端，且所述第三神经元的输出端未与所述6个神经元中除所述第三神经元以外的任一神经元连接。

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湖南玖顺鸿业电子有限公司，其通讯地址为：417000 湖南省娄底市双峰县金开街道高新区创业大厦1508房办公室；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。