国网浙江省电力有限公司营销服务中心;中国电力科学研究院有限公司杨思洁获国家专利权
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!
龙图腾网获悉国网浙江省电力有限公司营销服务中心;中国电力科学研究院有限公司申请的专利基于深度学习的液晶屏异常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:CN119559169B 。
龙图腾网通过国家知识产权局官网在2025-06-27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:202510114620.6,技术领域涉及:G06T7/00;该发明授权基于深度学习的液晶屏异常检测方法及系统是由杨思洁;裘华东;陈欢军;刘思;徐韬;于海波;刁新平;徐开;孔德政;周佑;谢泽楠;陆艳;杨依睿;徐一帆;孙舒瑶;黄星尧;叶莘设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。
本基于深度学习的液晶屏异常检测方法及系统在说明书摘要公布了:本发明公开了一种基于深度学习的液晶屏异常检测方法及系统。本发明的液晶屏异常检测方法,其包括步骤:采集液晶屏图像,对采集到的图像进行预处理及增强处理,得到增强处理后的图像数据;对增强处理后的图像数据进行初步特征提取,之后进行特征优化处理,得到综合特征集;构建基于深度学习的异常检测模型,对所述的综合特征集进行自动化分类检测处理,得到检测结果,实现液晶屏异常检测。本发明对图像进行增强处理,大幅提升了图像的亮度、色彩和对比度,特别是对细微的异常区域的表现力,使得后续特征提取和分类更为准确;对图像中的初步特征进行优化处理,实现了液晶屏异常的准确检测。
本发明授权基于深度学习的液晶屏异常检测方法及系统在权利要求书中公布了:1.基于深度学习的液晶屏异常检测方法,其特征在于,包括步骤: S1.采集液晶屏图像,对采集到的图像进行预处理及增强处理,得到增强处理后的图像数据; S2.对增强处理后的图像数据进行初步特征提取,之后进行特征优化处理,得到综合特征集,具体包括: 对增强处理后的图像数据进行初步特征提取,获得初步图像特征数据,对初步图像特征数据使用非线性跨特征交互与多维投影优化算法进行特征分析与优化处理,得到综合特征集;非线性跨特征交互与多维投影优化算法通过复杂的跨特征交互处理、多维非线性投影和归一化处理,以及多维特征交叉优化,实现对图像特征数据的精细化处理; 跨特征交互处理的具体公式如下: 其中,是在位置的交互特征矩阵值,由初步特征矩阵中各特征的非线性交互产生;是初步提取的第个特征在像素点处的值,为纹理、颜色或边缘特征;是初步提取的第个特征在像素点处的值,为纹理、颜色或边缘特征;是特征与特征之间的交互系数,控制这些特征之间的关联强度;是小常数,用来避免分母为零;是在位置处的特征总数; S3.构建基于深度学习的异常检测模型,对所述的综合特征集进行自动化分类检测处理,得到检测结果; 所述S1中,对预处理后的液晶屏图像数据使用递归自适应多层增强算法进行增强处理,得到增强处理后的图像数据;所述的递归自适应多层增强算法针对液晶屏图像的色彩和对比度进行多维度调整; 在递归自适应多层增强算法的实现过程中,对预处理后的液晶屏图像数据进行动态色彩映射与融合处理;通过不同颜色通道的非线性运算,将红、绿、蓝三通道的像素值进行复杂交互处理,增强图像的色彩层次和对比度;对动态色彩映射与融合处理后的图像数据进行递归加权处理,通过逐层递归计算,对像素值进行层层加权叠加,并通过非线性抑制防止噪声放大;对递归加权处理后的图像进行自适应局部对比度增强处理。
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国网浙江省电力有限公司营销服务中心;中国电力科学研究院有限公司,其通讯地址为:311100 浙江省杭州市余杭区云联路138号5幢;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”。
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。