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！

龙图腾网获悉浙江大学绍兴研究院;浙江大学申请的专利一种用于检测任意尺度分布的疵点检测系统及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：CN116416425B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202211694503.4，技术领域涉及：G06V10/25；该发明授权一种用于检测任意尺度分布的疵点检测系统及方法是由王曰海;陈曦;杨建义;陈莞尔设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种用于检测任意尺度分布的疵点检测系统及方法在说明书摘要公布了：本发明公开了一种用于检测任意尺度分布的疵点检测系统和检测方法，该系统可以搭载在专用集成芯片上用于对布匹进行疵点检测，该检测系统具体包括：图像特征提取模块，尺度特征提取模块，以及疵点检测模块。其中疵点检测模块具体包括：疵点位置检测模块，疵点边框检测模块。该检测方法减少了超参数的数量，同时减小了训练过程中正负样本不均衡问题，使得模型的泛化能力更强，疵点检测准确率更高，实验结果表明本发明提出的方法比现有的检测方法的性能更好。

本发明授权一种用于检测任意尺度分布的疵点检测系统及方法在权利要求书中公布了：1.一种任意尺度分布疵点检测系统，其特征在于：所述疵点检测系统可用于检测任意尺度分布的疵点，所述任意尺度分布表现为疵点尺度长宽分布不限，面积分布不限，所述检测系统包括：图像特征提取模块，尺度特征提取模块，疵点检测模块； 所述图像特征提取模块，将待检测的图像经过预处理操作后输入到支柱网络进行特征提取，得到包含全部信息的特征图，其中，所述支柱网络为已有的特征提取网络模型，或在所述已有的特征提取网络模型上进行修改的特征提取网络模型； 所述尺度特征提取模块，对所述特征图进行尺度特征提取，根据疵点尺寸大小在不同的尺度维上得到对应的尺度特征图，所述尺度维为尺度特征图相对于特征图的尺度缩小比例，所述尺度特征图包含尺度信息； 所述疵点检测模块，对所述尺度特征图进行疵点位置检测和疵点边框检测，得到疵点的位置信息和边框信息； 其中，所述疵点检测系统可用于检测尺度分布差异大的疵点，所述尺度分布差异大表现为不同疵点之间长宽比分布差异大和面积分布差异大，所述长宽比分布差异大表示所述疵点的最大长宽比与最小长宽比之比在8以上，所述面积分布差异大表示所述疵点的最大面积与最小面积之比在50以上； 其中，所述疵点检测模块包括疵点位置检测模块和疵点边框检测模块； 所述疵点位置检测模块，所述尺度特征图经过一层卷积后得到位置特征图，基于每个位置特征图对所述待检测图像进行疵点位置检测，对所有位置特征图的检测结果进行融合得到待检测图像所包含的疵点的位置信息； 所述疵点边框检测模块，所述尺度特征图经过四层卷积后得到边框特征图，基于每个边框特征图对所述待检测图像进行疵点边框检测，对所有边框特征图的检测结果进行融合并采用非极大值抑制方法得到疵点的边框信息； 其中，所述疵点位置检测模块获取疵点的位置信息的步骤包括： S51：对所述尺度特征图经过一层卷积操作得到所述位置特征图，其中，特征图定义为，和分别表示所述特征图的高度和宽度，卷积核大小为，； S52：定义所述位置特征图上的每一个位置特征点的位置为，,，其中，表示对取整，表示对取整，定义所述位置特征点的值为； S53：定义所述特征图上的每一个特征点的位置为，定义所述特征点的值为，将上的每一个特征点的位置映射到上： S54：如果，为检测阈值，则表明位置特征点对应的特征点位于疵点区域内，使得，否则； S55：对所有的所述位置特征图，采取所述步骤S52~S54的操作，并将所得结果进行融合得到最终的疵点位置检测结果，即： 若，表示所述特征点位于疵点区域内，若，表示所述特征点位于疵点区域外，由此可得到所述待检测图像所包含的疵点的位置信息； 其中，所述疵点边框检测模块进行疵点边框检测的步骤包括： S61：对所述尺度特征图经过四层卷积操作得到所述边框特征图，卷积核大小都为，； S62：由于所述边框特征图和所述位置特征图的高度和宽度一致，用来表示上的边框特征点的位置，边框特征点的值为四维向量，由步骤S53可得，映射到特征图上的特征点是，则所述分别表示特征点到疵点边框的左边框，上边框，右边框，下边框的距离； S63：如果时替换成0，则对位于疵点区域内的特征点进行边框检测： S64：对所有的所述位置特征图，采取所述步骤S62~S63的操作，并将所得结果进行融合得到最终的疵点边框检测结果，即： 其中，表示的集合，是用于表示疵点边框的四维向量，表示遍历所有的，选取所有不为0的，是非极大值抑制方法。

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浙江大学绍兴研究院;浙江大学，其通讯地址为：312099 浙江省绍兴市越城区迪荡街道平江路2号绍兴水木湾区科学园3号楼；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。