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！

龙图腾网获悉上海正项信息科技有限公司申请的专利一种工业产品微小瑕疵视觉检测系统及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：CN120612327B 。

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：202511094952.9，技术领域涉及：G06T7/00；该发明授权一种工业产品微小瑕疵视觉检测系统及方法是由朱明军设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种工业产品微小瑕疵视觉检测系统及方法在说明书摘要公布了：本发明公开了一种工业产品微小瑕疵视觉检测系统及方法，属于产品检测技术领域，获取目标工业产品在多个检测角度与光照条件下的多源图像数据，并建立图像信息矩阵；对图像进行区域分割与纹理增强，提取局部纹理方向不一致度参数；在不同光谱通道下归一化分析像素比值，计算多光谱反射比异常指数；构建深度卷积识别模型；利用模型对图像进行推理，输出瑕疵判断结果及置信度评分；基于动态阈值机制判定是否为瑕疵区域，并输出包含瑕疵位置信息与可视化热图的检测报告；本发明实现了纹理结构扰动与光谱响应异常的多维融合识别，有效提升微小缺陷识别精度，具备高鲁棒性、自动化与工程实用性，适用于多种工业场景的高精度质量控制需求。

本发明授权一种工业产品微小瑕疵视觉检测系统及方法在权利要求书中公布了：1.一种工业产品微小瑕疵视觉检测方法，其特征在于：包括： S100、获取目标工业产品在多个检测角度与光照条件下的多源图像数据集合I，并根据预设图像采集参数建立图像信息矩阵G； S200、对图像信息矩阵G进行区域分割与纹理增强处理，得到每个子区域的局部纹理方向图像组，并提取对应的局部纹理方向不一致度参数LTOI； S201、采用基于图神经分割网络的超像素聚合方法对图像信息矩阵G中的各图像帧进行区域划分，所述方法通过引入区域间边缘梯度与纹理共现矩阵构建相似性图结构，并利用节点嵌入特征进行多尺度区域划分，生成具备边界保留能力的子区域图像组R； S202、对子区域图像组R中每一图像实施基于双向引导滤波与方向保持卷积核组合的纹理增强处理； S203、在纹理增强后的图像中，通过计算各子区域内主方向分布直方图与方向梯度残差图，提取局部纹理方向不一致度参数LTOI；并采用高斯分布拟合其局部方向偏离度，获取每个子区域中存在纹理扰动的显著性评分； S300、对图像信息矩阵G中各子区域在不同光谱通道下的像素强度比值进行归一化分析，获取每个区域的多光谱反射比异常指数MRAI； S301、将图像信息矩阵G中每个子区域的像素数据按照光谱通道分类，构建区域多光谱反射数据向量组，包含红、绿、蓝、近红外及紫外光谱通道下的像素反射值；并采用光谱信号强度归一化方法对各通道响应值进行标准化； S302、基于所述向量组，计算每个子区域在不同光谱通道之间的交叉反射比矩阵，通过分析不同通道对的强度比值变化趋势，构建多维光谱关系图谱，并采用主成分分析提取第一主成分变化率ΔP1作为区域光谱行为主趋势指标； S303、对光谱关系图谱中的各比值通道对，采用马氏距离算法计算其在标准无瑕疵区域的特征分布下的偏离程度，并构建基于统计偏移与主成分异常叠加的综合异常指数，定义为多光谱反射比异常指数MRAI； 其中，光谱反射比异常指数MRAI的获取方法为： S303-1、对每个图像子区域的交叉反射比矩阵进行主成分分析，提取前两主成分和，并计算该区域相对于训练集中无瑕疵区域主成分均值和协方差矩阵的马氏距离； S303-2、在原始光谱通道比值空间中，计算每对光谱比值在区域内的局部统计偏差和，相对于全图标准分布进行Z-score标准化，生成异常系数向量ZR； S303-3、将马氏距离DM1与异常系数向量ZR中最大响应值Zmax按照加权融合方式叠加，定义多光谱反射比异常指数，其中α与β为经验权重系数； S400、构建基于LTOI与MRAI参数融合的瑕疵识别模型W，其中W为融合注意力机制与残差结构的深度卷积网络； S500、使用瑕疵识别模型W对多源图像I进行推理，输出各子区域对应的瑕疵判断结果及瑕疵置信度P； S600、依据置信度P与设定阈值比较，标记图像中存在微小瑕疵的区域位置L，并输出检测报告。

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上海正项信息科技有限公司，其通讯地址为：201500 上海市金山区金山卫镇秋实路688号1号楼5单元320室H座；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。