Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学冯爱民获国家专利权

南京航空航天大学冯爱民获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利基于频率域增强的工业缺陷检测和定位的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:CN119515780B

龙图腾网通过国家知识产权局官网在2025-07-04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:202411452542.2,技术领域涉及:G06T7/00;该发明授权基于频率域增强的工业缺陷检测和定位的方法及系统是由冯爱民;万涌浩;佴鑫;梁睿君设计研发完成,并于2024-10-17向国家知识产权局提交的专利申请。

基于频率域增强的工业缺陷检测和定位的方法及系统在说明书摘要公布了:本发明公开了一种基于频率域增强的工业缺陷检测和定位的方法及系统,涉及计算机视觉和图像处理领域,能够从多个视角发现工业图像中的异常模式,还具有较快的推理速度。该方法包括:将输入图像通过高通滤波器处理得到高频图像;将原始图像和高频图像输入到集成了双域特征选择模块的改进U‑Net网络中;在空间域和频率域同时进行图像重建;基于重建结果计算异常分数和定位图。本发明通过结合空间域和频率域分析,实现了对图像局部像素变化和全局频率模式的综合表征,提高了异常检测和定位的准确性。该方法在多个真实工业场景数据集上达到了最优性能。本发明适用于工业产品图像的异常检测和异常区域定位。

本发明授权基于频率域增强的工业缺陷检测和定位的方法及系统在权利要求书中公布了:1.一种基于频率域增强的工业缺陷检测和定位的方法,其特征在于,包括: S1、对待处理的图像进行灰度化处理后,通过高通滤波器得到高频图像,其中,所述待处理的图像包括:不带标签信息的正常工业产品图像; S2、将高频图像输入编码器进行双域特征选择,其中,在所述编码器中包括双域特征选择模块和双域特征融合模块,所述双域特征选择模块包括空间域选择分支和频率域选择分支; S3、将经过S2得到的双域特征输入编码器进行双域特征融合,得到融合后的图像表示,其中,所述双域特征包括:空间域选择特征和频率域选择特征,所述空间域选择特征包括图像的局部结构,所述频率域选择特征包括图像的全局频率分布,融合后的图像表示中包括了空间域信息和频率域信息; S4、利用所述融合后的图像表示进行图像重建; S5、利用S4中重建得到的图像和所述待处理的图像进行异常检测,异常检测结果包括像素级的异常分数; S6、接收到终端设备发送的推理图像后,对所述推理图像执行上述步骤S1~S5,并得到对应所述推理图像的异常检测结果,之后根据所述推理图像的异常检测结果确定所述推理图像是否异常。 在S2中,包括: 在所述空间域选择分支中,通过卷积3×3卷积-BatchNorm-ReLU-3×3卷积-BatchNorm进行空间域特征选择; 在所述频率域选择分支中,通过快速傅里叶变换将卷积后的图像转换为频率域信息,然后通过1×1卷积-ReLU-1×1卷积进行频率域特征选择,最后通过快速傅里叶逆变换将频率域信息转换为空间域信息; 在S3中,包括: 在所述双域特征融合模块中对双域特征进行拼接后1×1卷积,其中,所述编码器的每个编码层都进行双域特征选择和双域特征融合; 在每个编码层中,将双域特征融合模块输出的特征与输入双域特征选择模块的特征进行拼接,然后进行下采样得到一个编码层的输出,这一个编码层的输出作为下一个编码层的输入,最后一层编码层获得的特征作为图像表示。

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南京航空航天大学,其通讯地址为:213300 江苏省常州市溧阳市滨河东路29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”。

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。