Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 冠县众冠新材料有限公司于学立获国家专利权

冠县众冠新材料有限公司于学立获国家专利权

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!

龙图腾网获悉冠县众冠新材料有限公司申请的专利一种非对称板形缺陷的智能识别方法和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:CN120580506B

龙图腾网通过国家知识产权局官网在2026-04-07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:202510768940.3,技术领域涉及:G06V10/764;该发明授权一种非对称板形缺陷的智能识别方法和系统是由于学立;岳宗风;孟凡龙;王立飞设计研发完成,并于2025-06-10向国家知识产权局提交的专利申请。

一种非对称板形缺陷的智能识别方法和系统在说明书摘要公布了:本申请提供一种非对称板形缺陷的智能识别方法和系统,包括:采集待检测板形表面的多模态图像数据,并对多模态图像数据进行预处理,得到标准化图像;基于非对称特征增强算法对标准化图像进行特征提取,得到非对称特征向量;将非对称特征向量输入预训练的非对称缺陷识别模型,生成初步缺陷分类结果及缺陷区域热力图;根据缺陷区域热力图,结合几何约束优化算法对缺陷边界进行分割,确定非对称缺陷的形态参数及空间位置;基于形态参数及空间位置,通过动态阈值调整算法对初步缺陷分类结果进行校正,得到识别结果,缓解了现有技术中非对称板形缺陷识别的准确性较低的技术问题。

本发明授权一种非对称板形缺陷的智能识别方法和系统在权利要求书中公布了:1.一种非对称板形缺陷的智能识别方法,其特征在于,包括: 采集待检测板形表面的多模态图像数据,并对所述多模态图像数据进行预处理,得到标准化图像; 基于非对称特征增强算法对所述标准化图像进行特征提取,得到非对称特征向量,其中,所述非对称特征向量包含:空间梯度分布、局部纹理熵和曲率变化; 将所述非对称特征向量输入预训练的非对称缺陷识别模型,生成初步缺陷分类结果及缺陷区域热力图; 根据所述缺陷区域热力图,结合几何约束优化算法对缺陷边界进行分割,确定非对称缺陷的形态参数及空间位置; 基于所述形态参数及所述空间位置,通过动态阈值调整算法对所述初步缺陷分类结果进行校正,得到识别结果,其中,所述识别结果包括:非对称缺陷类型、等级及定位信息; 基于非对称特征增强算法对所述标准化图像进行特征提取,得到非对称特征向量,包括: 对所述标准化图像进行多尺度金字塔分解,生成目标图像,其中,所述目标图像包括:低频子图像、中频子图像及高频子图像; 对每个子图像分别计算方向梯度直方图和局部二值模式,生成HOG特征图和LBP特征图; 将所述HOG特征图与所述LBP特征图进行逐像素融合,生成融合特征图; 基于非对称权重分配函数对融合特征图中的特征通道进行动态加权,生成所述非对称特征向量,其中,所述高频子图像的权重高于所述低频子图像的权重; 将所述HOG特征图与所述LBP特征图进行逐像素融合,生成融合特征图,包括: 对所述HOG特征图和所述LBP特征图进行Min-Max归一化处理,得到归一化的HOG特征图和归一化的LBP特征图; 对所述归一化的HOG特征图和所述归一化的LBP特征图进行矩阵拼接,生成多通道融合矩阵; 利用预设尺寸的卷积核对所述融合矩阵进行特征标定,生成注意力特征图; 通过空间金字塔池化对所述注意力特征图进行多尺度特征提取,生成融合特征图。

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冠县众冠新材料有限公司,其通讯地址为:252500 山东省聊城市冠县经济开发区兴贸路与振兴路交叉口北501米路西;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。