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 > 哈尔滨工业大学陆振刚获国家专利权

哈尔滨工业大学陆振刚获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于结构对比信息叠层的金属网栅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:CN115170520B

龙图腾网通过国家知识产权局官网在2026-04-21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:202210829319.X,技术领域涉及:G06T7/00;该发明授权一种基于结构对比信息叠层的金属网栅缺陷检测方法是由陆振刚;孙铭;谭久彬;秦鸿圣设计研发完成,并于2022-06-27向国家知识产权局提交的专利申请。

一种基于结构对比信息叠层的金属网栅缺陷检测方法在说明书摘要公布了:本发明公开了一种基于结构对比信息叠层的金属网栅缺陷检测方法,步骤如下:由显微镜拍摄金属网栅图像;对输入图像进行分块,对每一子块图像进行邻域结构对比计算,得到输入图像的差异矩阵;对子块的位置进行不同大小的位移,进行邻域结构对比计算,得到多层差异矩阵,将各层结果叠加得到先验图;利用鲁棒主成分分析法,结合先验图,对输入图像进行分解,得到低秩、稀疏和噪声图像;利用先验图构造二值掩膜,对稀疏图像进行滤波处理得到显著图;对显著图进行阈值分割,得到二值化检测结果。本发明无需训练过程,对金属网栅的多类缺陷均可检测,也可泛化至其他周期性纹理图案下的缺陷检测,其参数设置简单且检测效率高。

本发明授权一种基于结构对比信息叠层的金属网栅缺陷检测方法在权利要求书中公布了:1.一种基于结构对比信息叠层的金属网栅缺陷检测方法,其特征在于,包括如下步骤: 步骤1:利用显微系统采集金属网栅图像作为输入图像,输入图像包含x×x个网栅周期,x∈[10,20],对输入图像进行同态滤波操作,得到亮度均衡的图像; 步骤2:以同态滤波后的输入图像的某像素点为中心,遍历其对角四个邻域的特征相似度的差异,邻域的长与宽取值大于网栅设计周期的1.5倍,四邻域特征相似度差异最小时对应的长宽值即为网栅图案的长和宽方向的周期大小,根据计算得到的周期,将网栅图像分成周期块,对每一周期块与其水平垂直方向四邻域进行差异比较,统计每一块计算得到的特征相似度差异值,得到差异矩阵,以周期中的每一点为始点滑动分块后得到多层差异矩阵,将各层结果叠加计算得到先验图P; 步骤3:将输入图像D与先验图P对应的权重矩阵W代入至优化的鲁棒主成分分析模型中: 其中先验图对应的权重矩阵为,E为满足稀疏特征的缺陷图像,A为无缺陷的背景图像,D为输入图像,G表示图像中由于变形和光照变化而产生的噪声,参数λ和β用来平衡缺陷部分和噪声部分,为矩阵1范数,为矩阵F范数,为矩阵奇异值,为矩阵范数: 模型将输入图像D分解得到低秩图像A、稀疏图像E和噪声图像G; 步骤4:将先验图进行灰度拉伸,对拉伸后的先验图进行阈值分割,得到二值掩膜图,利用二值掩膜图对稀疏图像进行滤波操作,即进行哈达玛积运算,将非缺陷区域的杂点滤除,得到显著图; 步骤5:对显著图四周的边缘像素置零,以消除显著图边缘的误检高像素值点,最后进行阈值分割操作,得到缺陷检测结果。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。

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。