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！

龙图腾网获悉厦门理工学院申请的专利基于深度学习和刻度分组匹配的注射器刻度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：CN114219785B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202111546320.3，技术领域涉及：G06T7/00；该发明授权基于深度学习和刻度分组匹配的注射器刻度缺陷检测方法是由王晓栋;徐贤威;严菲;曾志强;吴朋滔;梁火炼设计研发完成，并于2021-12-16向国家知识产权局提交的专利申请。

本基于深度学习和刻度分组匹配的注射器刻度缺陷检测方法在说明书摘要公布了：本发明公开一种基于深度学习和刻度分组匹配的注射器刻度缺陷检测方法，包括如下步骤：步骤一，将待测注射器置于输送机构上，图像传感器在视野范围内实时获取若干注射器的图像，从中选择包含完整注射器的注射器图像；步骤二，利用深度神经网络从注射器图像中提取注射器刻度；步骤三，基于提取的注射器刻度，利用刻度分组分配算法检测刻度上的缺陷。此种注射器刻度缺陷检测方法能够克服现有注射器刻度缺陷检测方法存在的成本高、精度低、开发周期长、依赖缺陷样本的问题，能够在仅有少量正常注射器样本的情况下，实现对注射器刻度缺陷的准确检测。

本发明授权基于深度学习和刻度分组匹配的注射器刻度缺陷检测方法在权利要求书中公布了：1.一种基于深度学习和刻度分组匹配的注射器刻度缺陷检测方法，其特征在于包括如下步骤： 步骤一，将待测注射器置于输送机构上，图像传感器在视野范围内实时获取若干注射器的图像，从中选择包含完整注射器的注射器图像； 步骤二，利用深度神经网络从注射器图像中提取注射器刻度； 步骤三，基于提取的注射器刻度，利用刻度分组分配算法检测刻度上的缺陷； 所述步骤三的具体步骤是： 步骤S3-1：将步骤二提取的注射器刻度的所有独立像素块按照其在图像中位置从左到右进行编号为{b1,b2,…,bN}，N为样本中所有独立像素块的数量； 步骤S3-2：从编号最小的像素块开始处理； 步骤S3-3：设定当前编号最大的刻度组为gI，当前未编组且编号最小像素块为bX，计算gI与bX的水平像素距离DI,X；若DI,X小于T1倍的相邻刻度标准间隔，则将bX像素块编入到刻度组gI；否则建立新的刻度组gI+1，并将bX编入gI+1； 步骤S3-4：重复进行步骤S3-3，直至所有像素块完成编组； 步骤S3-5：检查刻度组的数量；如果总的刻度组数量超出标准注射器上的刻度数量，那么判定当前注射器图像存在多余刻度；反之，如果总的刻度组数量小于标准注射器上的刻度数量，那么判定当前注射器图像缺少刻度； 步骤S3-6：检查每一刻度组中像素块的数量，如果任意刻度组内存在多个像素块，则判定当前注射器图像存在刻度断裂缺陷； 步骤S3-7：检查编组中相邻刻度组之间的间隔；如果任意两个相邻刻度组之间的间隔大于T2倍的相邻刻度标准间隔或T3倍当前注射器图像中刻度组之间平均距离，则认为在超出距离范围的两个刻度之间存在未能被提取的缺陷刻度，判定当前样本存在偶发刻度缺陷； 步骤S3-8：检查每一刻度组的长度和宽度与正常注射器上的标准刻度长度的比值和宽度的比值，如果任一刻度组长度比值超出区间T4或宽度比值超出区间T5，则将当前注射器图像判定为刻度尺寸异常； 步骤S3-9：检查每一刻度组的长度和宽度与当前注射器图像中所有刻度组平均长度的比值和平均宽度的比值，如果任一刻度组长度比值超出区间T6或宽度比值超出区间T7，则将当前注射器图像判定为刻度尺寸异常。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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”。