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！

龙图腾网获悉贵州财经大学;深圳市聚力鑫信息技术有限公司申请的专利基于图像识别的金属制品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：CN121686026B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610167645.7，技术领域涉及：G06V10/762；该发明授权基于图像识别的金属制品缺陷检测方法及系统是由邓明森;姜贵;喻曦设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本基于图像识别的金属制品缺陷检测方法及系统在说明书摘要公布了：本申请公开了基于图像识别的金属制品缺陷检测方法及系统，方法首先对待检测金属制品的表面图像执行反光扰动消解处理得到反光消解图像；再获取无缺陷金属制品的表面基准纹理特征，以纹理分布规律、灰度均值及纹理连续性为依据生成基准纹理模型；接着基于基准纹理模型对反光消解图像进行缺陷纹理梯度分离，定位异常区域并分割得到疑似缺陷纹理区域；随后对疑似缺陷纹理区域执行边界像素重构得到缺陷纹理重构区域；通过局部方差增强与邻域相关性分析得到目标缺陷纹理区域；最后定位过曝区域并执行灰度逆拉伸处理，对预处理缺陷区域进行异常像素群特征聚类后输出表面缺陷检测结果，提升了金属制品表面缺陷检测的精度与准确性，降低了误检率。

本发明授权基于图像识别的金属制品缺陷检测方法及系统在权利要求书中公布了：1.一种基于图像识别的金属制品缺陷检测方法，其特征在于，所述方法包括： 对待检测金属制品的表面图像执行反光扰动消解处理，得到反光消解图像； 获取无缺陷金属制品的表面基准纹理特征，以所述表面基准纹理特征的纹理分布规律、灰度均值及纹理连续性为依据生成基准纹理模型； 在基于所述基准纹理模型对所述反光消解图像进行缺陷纹理梯度分离时通过纹理特征比对定位与基准纹理存在差异的异常区域，计算所述异常区域的纹理梯度变化并生成缺陷纹理梯度图，从所述缺陷纹理梯度图中分割得到疑似缺陷纹理区域：将所述反光消解图像按预设纹理单元划分为多个子纹理区域，提取每个子纹理区域的纹理分布特征、灰度分布特征及纹理连续性特征，得到子纹理特征集合；调用所述基准纹理模型，从所述基准纹理模型中提取与每个子纹理区域对应的基准子纹理特征，建立子纹理区域与基准子纹理特征的一一对应关系；对每个子纹理区域的子纹理特征与对应的基准子纹理特征进行逐维度比对，筛选出子纹理特征与基准子纹理特征存在差异的差异子纹理区域，将相邻的差异子纹理区域进行区域融合得到所述异常区域；对所述异常区域进行纹理方向分析，确定异常区域内纹理的主导方向，沿主导方向及垂直主导方向分别计算纹理灰度的变化幅度，获得纹理梯度变化数据；以异常区域的空间坐标为基准，将所述纹理梯度变化数据映射至对应的坐标位置，生成包含梯度变化强度及梯度方向的缺陷纹理梯度图；基于缺陷纹理梯度图中梯度变化强度的分布特征，划分梯度强度区间，筛选出梯度变化强度处于预设区间内的目标区域，对所述目标区域进行边缘轮廓提取得到所述疑似缺陷纹理区域； 根据预设边界像素重构策略确定所述疑似缺陷纹理区域中边界像素的补充规则，依据所述补充规则填充边界缺失像素并修正边界离散像素，得到缺陷纹理重构区域； 通过局部方差增强处理放大所述缺陷纹理重构区域的纹理灰度差异，生成包括缺陷灰度突变特征的缺陷纹理增强区域，对所述缺陷纹理增强区域进行邻域相关性分析，依据邻域相关性分析结果剔除伪缺陷像素得到目标缺陷纹理区域； 定位所述目标缺陷纹理区域中的过曝区域并执行灰度逆拉伸处理得到预处理缺陷区域，对所述预处理缺陷区域进行异常像素群特征聚类得到聚类结果，根据所述聚类结果输出所述待检测金属制品的表面缺陷检测结果。

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贵州财经大学;深圳市聚力鑫信息技术有限公司，其通讯地址为：550025 贵州省贵阳市花溪区花燕路288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。