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！

龙图腾网获悉吉林大学第一医院申请的专利基于视觉的固体药品表面缺陷检测方法、装置及存储介质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：CN119941735B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510431243.9，技术领域涉及：G06T7/00；该发明授权基于视觉的固体药品表面缺陷检测方法、装置及存储介质是由沈军玲;佟桐;张胜男;王红平;陈功;王磊;赵春迪;臧子豪设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本基于视觉的固体药品表面缺陷检测方法、装置及存储介质在说明书摘要公布了：本发明公开了一种基于视觉的固体药品表面缺陷检测方法、装置及存储介质，属于图像处理技术领域。其中，该方法包括：使用工业相机采集药品表面图像；对采集的图像进行预处理；将预处理后的图像输入到RT‑DTTC深度学习网络中；若RT‑DTTC深度学习网络检测到药品表面存在缺陷，则直接输出缺陷类别；若RT‑DTTC深度学习网络未检测到药品表面存在缺陷，则利用图像处理技术提取药品的关键参数；判断关键参数的偏差是否在预设公差范围内，若关键参数的偏差在预设公差范围内，则认为药品表面质量合格；若关键参数的偏差不在预设公差范围内，则认为药品表面质量不合格。通过本发明，可以提高药品表面质量检测的速度和效率。

本发明授权基于视觉的固体药品表面缺陷检测方法、装置及存储介质在权利要求书中公布了：1.一种基于视觉的固体药品表面缺陷检测方法，其特征在于，包括： 使用工业相机采集药品表面图像，并为每个采集的图像加上时间戳，所述时间戳用于根据图像采集时间为图像上的药品添加时间标记； 对采集的图像进行预处理，增强药品表面缺陷的可见性； 将预处理后的图像输入到RT-DTTC深度学习网络中，完成药品表面缺陷的检测，其中，所述RT-DTTC深度学习网络用于根据输入的图像识别目标药品，检测目标药品表面是否存在缺陷，并输出对应的缺陷类别； 若RT-DTTC深度学习网络检测到药品表面存在缺陷，则直接输出缺陷类别； 若RT-DTTC深度学习网络未检测到药品表面存在缺陷，则利用图像处理技术提取药品的关键参数，其中，所述关键参数包括药片直径和边缘轮廓，分别用于药片尺寸测量与边缘完整性分析； 判断所述关键参数的偏差是否在预设公差范围内，若所述关键参数的偏差在预设公差范围内，则认为药品表面质量合格；若所述关键参数的偏差不在预设公差范围内，则认为药品表面质量不合格； 所述RT-DTTC深度学习网络基于RT-DETR网络进行改进，改进点包括： 引入高分辨率和低分辨率特征之间的双向融合机制，使得特征之间的信息传递更加充分，进一步提升多尺度特征融合的效果； 采用自适应的注意力机制，根据特征图的不同分辨率和内容，自适应地调整特征的权重，从而更好地捕捉目标的多尺度特征； 有选择地聚合边界信息和语义信息描绘物体轮廓和重新校准物体的位置； 在网络结构中增加一层P2层，以提升网络对小目标的检测能力； 所述将预处理后的图像输入到RT-DTTC深度学习网络中，完成药品表面缺陷的检测包括： 将预处理后的图像输入到RT-DTTC深度学习网络中，所述RT-DTTC深度学习网络对输入的图像进行分析，对于其中检测到缺陷的图像，则框选出图像中药品缺陷的位置，并显示缺陷类别以及对应的置信度评分，其中所述缺陷类别包括裂纹、污渍、凹坑、变形、掉边、缺角、模糊； 对于其中未检测到缺陷的图像，则作为rftest类别，所述rftest表示需要进一步测试； 根据检测到的缺陷类别以及rftest类别，将图像以及检测结果保存到对应类别的文件夹中，并在保存的图像文件名中添加时间戳信息。

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吉林大学第一医院，其通讯地址为：130021 吉林省长春市新民大街1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”。