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！

龙图腾网获悉威海北硕检测技术有限公司申请的专利一种基于深度迁移学习的汽车钣金件表面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：CN114387213B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202111501922.7，技术领域涉及：G06T7/00；该发明授权一种基于深度迁移学习的汽车钣金件表面缺陷检测方法是由陈乾宇博;邵杭;刘伯威;陈镇龙;张一丁设计研发完成，并于2021-12-09向国家知识产权局提交的专利申请。

本一种基于深度迁移学习的汽车钣金件表面缺陷检测方法在说明书摘要公布了：本发明公开一种基于深度迁移学习的汽车钣金件表面缺陷检测方法，包括以下步骤：1、图像获取；2、图像前处理，特征提取；3、第一阶网络训练；4、第一阶网络输出，性能分析；5、调整样本，第二阶网络训练；6、输入待检测图像；7、网络决策；8、重构切片图像，定位缺陷；9、检测结果输出。本发明中通过上述步骤，基于图像处理、机器视觉、深度学习，有效的对汽车钣金表面缺陷进行检测。

本发明授权一种基于深度迁移学习的汽车钣金件表面缺陷检测方法在权利要求书中公布了：1.一种基于深度迁移学习的汽车钣金表面缺陷检测方法，其特征在于：包括如下步骤： S1：利用红外热像仪对钣金件进行断层扫描，对于一件产品，一次扫描可获得数百张切片图像，经验丰富的检测人员根据切片图像中有无存在缺陷，对采集图像进行标注，构建整体数据集，一处可辨缺陷会存在于五张以上的切片中； S2：根据检测主体，自适应地对图像进行感兴趣区域ROI选取，分割，滤波，其中，利用密度质心算法计算输入图像的全局灰度值，求得一锚点，以图像长度为长，以该锚点对应上下各100像素为宽，对输入图像进行640×200的裁剪，得到裁剪图像，因钣金件主体在红外成像中反应的像素值高，而背景区域反应的像素值低，所以该步骤可以得到针对钣金件表面的ROI区域，而裁除了图像中与计算不相关的区域，从而提升了后序效率，质心计算公式为： 其中，为图像坐标系中锚点对应横坐标，为锚点对应纵坐标，为像素在处的灰度值， 之后对获取的ROI区域进行阈值分割，图像中灰度值低于75的像素点设置为0，其余像素点灰度值保持不变，以进一步降低背景区域对后序计算的影响，得到分割图像，并对得到的分割图像进行核尺寸为49的高斯滤波，以滤除图像中的高频噪声和不相关细节，得到滤波图像，将滤波图像与ROI图像进行融合，得到既滤除了高频噪声又保留了钣金件主体细节内容的样本图像，融合公式为： 其中，表示融合图像，为ROI图像，为高斯滤波图像，为哈达玛矩阵乘积； 调整样本图像的尺寸以及样本规模，制作第一阶网络所需的数据集； S3：构建第一阶网络模型，包含两个子网络，利用第一阶训练集和第一阶验证集对第一阶模型进行训练和验证，所述第一阶模型由两个独立的网络并行构成，两个网络分别以VGG19结构和ResNet50结构为骨干，并分别对样本进行训练和验证，所基于的VGG19和ResNet50的骨干均已在ImageNet大规模数据集上完成过参数初始化和预训练，此外，为了使网络更适用于图像分类任务，对两个网络的原始输出层进行冻结，并定义了新的全连接层替代，全连接层输入层映射尺寸为512×512，以适应大尺寸输入，激活函数选取ReLU，DropOut设置为0.5，输出层激活函数选取Sigmoid函数，输出为值在0至1区间内的实数； S4：保存第一阶网络的训练模型，并利用第一阶测试集对各子网络进行性能分析，选择两个子网络中性能高的一个，将其模型作为第二阶网络的骨干； S5：将第一阶两个子网络测试输出的全部假负例FN样本标注为第二阶正样本，将第一阶两个子网络测试输出的全部假正例FP样本标注为第二阶负样本，重新对其进行镜像、随机翻转操作，扩充样本量，使正负样本量相等，均为10,000张图像，并构建第二阶训练集，利用第二阶训练集和第二阶验证集对第二阶网络进行训练和验证，在第二阶网络的训练完成后，进行封装，实际工业检测所采用的模型权值采用第二阶网络的训练权值； S6：在实际工业检测过程中，所输入数据为红外热像仪直接采集的、未经处理的钣金件切片图像，首先对其进行ROI区域选取、裁剪、分割、滤波，之后将其尺寸调整为512×512，并将其按顺序送入网络模型进行计算； S7：网络对输入样本进行计算，输出判别值，设置判别阈值，若判别值大于等于0.5，则将切片标记为正，反之，则将切片标记为负； S8：对红外热像仪直接采集的、未经处理的钣金件切片按顺序进行重构，得到能反映钣金件真实样貌的二维重构图像，并将缺陷位置在重构图像上标出； S9：输出标记有缺陷位置且能反映钣金件真实样貌的图像，即完成最终的缺陷检测。

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威海北硕检测技术有限公司，其通讯地址为：264200 山东省威海市经济技术开发区海滨南路28号301室(自主申报)；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。