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！

龙图腾网获悉合肥工业大学申请的专利一种基于多尺度特征融合的工业零件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：CN121616587B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610140186.3，技术领域涉及：G06T7/00；该发明授权一种基于多尺度特征融合的工业零件缺陷检测方法是由刘明周;段飞亚;凌琳;扈静;葛茂根;张玺设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本一种基于多尺度特征融合的工业零件缺陷检测方法在说明书摘要公布了：本发明涉及图像检测技术领域，公开了一种基于多尺度特征融合的工业零件缺陷检测方法，包括：将零件的几何中心作为基准，将表面光学图像划分为多个互不重叠的图像块；对每个图像块的深层特征图进行特征上采样，得到语义增强特征图，基于中层特征图的通道注意力权重对语义增强特征图进行通道重校准，生成语义引导特征图；将深层特征图、语义引导特征图与中层特征图进行多尺度融合；分析每个图像块的融合特征图与缺陷先验特征向量之间的旋转方向并对每个图像块执行以待检测工业零件的中心为圆心的多角度旋转对齐操作；将所有图像块的缺陷检测结果进行融合，得到零件的像素级缺陷分类与定位图。本发明可以提高工业零件缺陷检测精确度。

本发明授权一种基于多尺度特征融合的工业零件缺陷检测方法在权利要求书中公布了：1.一种基于多尺度特征融合的工业零件缺陷检测方法，其特征在于，所述方法包括： 获取待检测工业零件的表面光学图像，将所述待检测工业零件的几何中心作为基准，将所述表面光学图像划分为多个互不重叠的图像块，并构建每个图像块对应的局部坐标系； 构建表征并行双分支的特征提取网络，在所述双分支间建立横向连接，表征所述特征提取网络中的第二分支在提取过程中能选择性接收来自第一分支或与当前空间位置相关的语义门控信号；根据每个图像块在待检测工业零件上的所属区域类型及所述语义门控信号动态调整所述双分支的特征提取网络的卷积通道数权重；利用调整后的特征提取网络中第一分支中的第一卷积核与深层堆叠捕获每个图像块的全局结构上下文，并根据所述全局结构上下文生成每个图像块的深层特征图；利用调整后的特征提取网络中第二分支中的第二卷积核与密集连接聚焦每个图像块的局部微纹理与边缘细节，得到中层特征图，对所述深层特征图进行特征上采样，得到语义增强特征图，并基于所述中层特征图的通道注意力权重对所述语义增强特征图进行通道重校准，生成语义引导特征图； 将所述深层特征图、所述语义引导特征图与所述中层特征图进行多尺度融合，生成融合特征图； 分析每个图像块的融合特征图与预先获取缺陷先验特征向量之间的旋转方向，以所述待检测工业零件的全局几何中心为旋转中心，计算当前图像块局部坐标系原点相对于该旋转中心的极坐标；在局部坐标系下，根据所述旋转方向生成多个离散旋转角度；根据所述图像块的融合特征图对每个离散旋转角度的仿射变换矩阵进行旋转操作，生成旋转特征图序列；将所述旋转特征图序列分别与目标向量进行空间卷积互相关计算，得到多个响应图谱；选取所述响应图谱中峰值最高的旋转角度作为最优对齐角度，并将所述最优对齐角度下的响应峰值位置与强度作为所述图像块的缺陷检测初步结果；对所述缺陷检测初步结果施加非极大值抑制，得到所述图像块的缺陷检测结果； 将所有图像块的缺陷检测结果进行融合，得到待检测工业零件的像素级缺陷分类与定位图。

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合肥工业大学，其通讯地址为：230002 安徽省合肥市屯溪路193号；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。