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！

龙图腾网获悉东莞市艾尔发自动化科技有限公司申请的专利一种基于深度学习的注塑集成工作站智能视觉监测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：CN119741662B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510235114.2，技术领域涉及：G06V20/52；该发明授权一种基于深度学习的注塑集成工作站智能视觉监测系统是由林立仁;汪勇;林海;施允盛设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于深度学习的注塑集成工作站智能视觉监测系统在说明书摘要公布了：本申请涉及图像处理技术领域，具体涉及一种基于深度学习的注塑集成工作站智能视觉监测系统，该系统包括：图像采集模块，获取每帧红外监测图像；特征提取模块，包括：确定每帧红外监测图像中每个图像块的灰度分布离散度、局部差异系数和相对清晰度；确定每帧红外监测图像中每个图像块在每个方向区间的直方图统计量，提取每帧红外监测图像的HOG特征；监测预警模块，基于红外监测图像的HOG特征，结合分类模型，得到模型预测结果，对注塑集成工作站进行监测。本申请可提高注塑机附近模糊程度较高的图像特征信息提取的效果，增强该区域生产人员与注塑集成工作站背景的特征区分度，提高对误入监测区域内生产人员的识别准确率。

本发明授权一种基于深度学习的注塑集成工作站智能视觉监测系统在权利要求书中公布了：1.一种基于深度学习的注塑集成工作站智能视觉监测系统，其特征在于，所述系统包括： 图像采集模块，用于在注塑集成工作站运行过程中，获取每帧红外监测图像； 特征提取模块，用于提取红外监测图像的HOG特征，包括： 步骤1，将每帧红外监测图像划分为多个图像块；根据每帧红外监测图像中每个图像块内像素点的灰度差异及图像块的混乱程度，以及不同帧红外监测图像中对应图像块的像素点数量差异情况，确定每帧红外监测图像中每个图像块的灰度分布离散度； 步骤2，根据每帧红外监测图像中每个图像块与其局部邻域内图像块之间的距离关系和灰度差异情况，确定每帧红外监测图像中每个图像块的局部差异系数，结合所述灰度分布离散度，确定每帧红外监测图像中每个图像块的相对清晰度； 步骤3，分析每帧红外监测图像中每个图像块在不同梯度方向上的像素点的分布情况，以及不同梯度方向上像素点的梯度方向的偏差情况，结合像素点的梯度幅值和所述相对清晰度，确定每帧红外监测图像中每个图像块在每个方向区间的直方图统计量，提取每帧红外监测图像的HOG特征； 监测预警模块，基于红外监测图像的HOG特征，结合分类模型，得到模型预测结果，对注塑集成工作站进行监测； 所述确定每帧红外监测图像中每个图像块的局部差异系数，包括： 以每个图像块为中心图像块，设置预设尺寸的局部窗口； 分析局部窗口内各图像块与中心图像块的灰度差异，获取局部窗口内各高温图像块； 将局部窗口内各高温图像块与其中心图像块之间平均灰度的差异，作为局部窗口内各高温图像块的相对灰度差异； 计算局部窗口内各高温图像块的中心像素点与其中心图像块的中心像素点之间的距离； 将所述距离与所述相对灰度差异之间的比值，记为局部窗口内各高温图像块的第一比值； 将局部窗口内所有高温图像块的所述第一比值的和，作为每帧红外监测图像中每个图像块的局部差异系数； 所述确定每帧红外监测图像中每个图像块在每个方向区间的直方图统计量，包括： 计算每帧红外监测图像中每个图像块内各像素点的梯度幅值和梯度方向值； 将梯度方向的取值范围平均划分为多个方向区间；基于每个图像块内各像素点的梯度方向值，统计每个方向区间的像素点； 计算每个方向区间的中心值； 分析每个图像块在每个方向区间内各像素点的梯度方向值与其所述中心值之间的偏差程度，结合所述相对清晰度，确定每个图像块在每个方向区间内各像素点的特征权重； 将每个图像块在每个方向区间内各像素点的梯度幅值与所述特征权重的比值，作为每个图像块在每个方向区间内各像素点的贡献系数； 将每个图像块在每个方向区间内所有像素点的所述贡献系数的和，作为每帧红外监测图像中每个图像块在每个方向区间的直方图统计量。

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东莞市艾尔发自动化科技有限公司，其通讯地址为：523000 广东省东莞市大朗镇大朗美景西路228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”。