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！

龙图腾网获悉山东大学申请的专利基于双向特征融合的机械加工表面缺陷检测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：CN121544609B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610062773.5，技术领域涉及：G06T7/00；该发明授权基于双向特征融合的机械加工表面缺陷检测方法及系统是由陈伟;邹斌;褚东凯;寇磊;张瀚鸣;刘健;丁守岭;王鑫锋;王广设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本基于双向特征融合的机械加工表面缺陷检测方法及系统在说明书摘要公布了：本公开提供了基于双向特征融合的机械加工表面缺陷检测方法及系统，涉及机械加工质量检测技术领域，包括获取加工件表面ROI图像；将预处理后的表面ROI图像输入至干扰因素识别模型，输出得到干扰区域的二值化分割图，并优化得到干扰区域掩膜；对干扰区域掩膜提取干扰待修复块，计算干扰待修复块的修复顺序优先级，并在已修复区域中搜索最优匹配块，采用泊松融合算法进行融合填充，迭代修复直至所有待修复块像素填充完毕，得到无干扰的表面修复图像；将表面修复图像输入至缺陷检测模型，首先提取多尺度特征图，通过跨尺度校准融合后得到融合特征图，最终经检测头输出缺陷掩码，得到缺陷信息。本公开实现复杂环境下表面缺陷的高精度检测。

本发明授权基于双向特征融合的机械加工表面缺陷检测方法及系统在权利要求书中公布了：1.基于双向特征融合的机械加工表面缺陷检测方法，其特征在于，包括： 获取加工件表面ROI图像，并对其进行预处理； 将预处理后的表面ROI图像输入至干扰因素识别模型，通过双向加权特征融合机制融合提取的多尺度特征图，解码输出得到干扰区域的二值化分割图，再通过形态学系列操作优化掩膜，得到干扰区域掩膜； 所述干扰因素识别模型为改进的MSA-UNet神经网络模型，改进的MSA-UNet神经网络模型包括多尺度编码器、双向加权特征融合结构以及校准解码器，双向加权特征融合结构包括自上而下传递以及自下而上校准的双向融合结构，采用双向加权特征融合机制将多尺度特征图进行精准融合；所述多尺度编码器包括四层编码结构，每层由多尺度卷积单元MSC、分组残差块以及BN-ReLU组成，将预处理后的表面ROI图像输入至多尺度编码器，每层依次提取特征图，各编码层输出后均连接空间-通道融合注意力模块，在空间和通道注意力上分别进行特征增强，经过双向加权特征融合机制融合后输入解码器解码，输出二值化分割图； 对干扰区域掩膜提取干扰待修复块，计算干扰待修复块的修复顺序优先级，并在已修复区域中搜索最优匹配块，采用泊松融合算法进行融合填充，迭代修复直至所有待修复块像素填充完毕，得到无干扰的表面修复图像； 所述对干扰区域掩膜提取干扰待修复块，计算干扰待修复块的修复顺序优先级，并在已修复区域中搜索最优匹配块，包括： 对干扰区域掩膜进行初始化标记，划分干扰待修复块和已修复像素块； 利用改进型优先权函数对每个干扰待修复块进行优先权计算，并将优先权计算结果按照从大到小排序，选择结果对应最大的干扰待修复块作为当前待修复块； 在已修复像素块区域中划定搜索范围，计算每个候选块与当前待修复块的融合匹配得分，根据得分结果确定最优匹配块； 将表面修复图像输入至缺陷检测模型，首先提取多尺度特征图，通过跨尺度校准融合后得到融合特征图，最终经检测头输出缺陷掩码，得到缺陷信息。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。