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！

龙图腾网获悉北京航空航天大学申请的专利一种设备表面缺陷识别方法、系统、电子设备及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：CN116703821B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310422855.2，技术领域涉及：G06T7/00；该发明授权一种设备表面缺陷识别方法、系统、电子设备及介质是由周栋;仵宏铎;郭子玥;周启迪;王妍;康子旭;宋子骋设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本一种设备表面缺陷识别方法、系统、电子设备及介质在说明书摘要公布了：本发明公开一种设备表面缺陷识别方法、系统、电子设备及介质，涉及缺陷识别技术领域。所述方法包括构建原始数据集；对原始数据集进行增扩、直方图均衡处理得到增强数据集；分别采用SURF算法对增强数据集进行处理得到每张图像的特征向量集；对特征向量集中的所有特征向量进行K‑means聚类得到聚类结果；根据聚类结果采用特征袋模型得到降维后的特征向量；根据每张图像的特征点数目，对降维后的特征向量分别进行重构得到重构后的特征向量；根据重构后的特征向量以及缺陷类别，采用Adaboost算法对SVM模型进行训练得到装备典型表面缺陷识别模型，对设备表面缺陷进行识别。本发明可提高设备表面细小缺陷识别结果的精度和效率。

本发明授权一种设备表面缺陷识别方法、系统、电子设备及介质在权利要求书中公布了：1.一种设备表面缺陷识别方法，其特征在于，包括： 构建原始数据集；所述原始数据集包括多种设备表面的缺陷图像集；所述缺陷图像集包括各种缺陷类别的图像； 对所述原始数据集进行增扩得到增扩数据集； 对所述增扩数据集进行直方图均衡处理得到增强数据集； 分别采用SURF算法对所述增强数据集中每张图像进行处理得到所述增强数据集中每张图像的特征向量集； 对所述增强数据集中所有图像的特征向量集中的所有特征向量进行K-means聚类得到聚类结果； 根据所述聚类结果采用特征袋模型得到所述增强数据集中每张图像降维后的特征向量； 根据所述增强数据集中每张图像的特征点数目，对所述增强数据集中每张图像降维后的特征向量分别进行重构得到所述增强数据集中每张图像的重构后的特征向量； 根据所述增强数据集中所有图像的重构后的特征向量以及所述增强数据集中所有图像的缺陷类别，采用Adaboost算法对SVM模型进行训练得到装备典型表面缺陷识别模型，所述装备典型表面缺陷识别模型用于对设备表面缺陷进行识别； 所述根据所述增强数据集中每张图像的特征点数目，对所述增强数据集中每张图像降维后的特征向量分别进行重构得到所述增强数据集中每张图像的重构后的特征向量，具体包括： 对于所述增强数据集中任意一张图像，根据所述图像的特征点数目、所有图像的特征点数目中的最大值以及所有图像的特征点数目中的最小值得到所述图像的重构特征值；具体为：根据所有图像的特征点数目中的最大值以及所有图像的特征点数目中的最小值对所述图像的特征点数目进行无量纲化得到所述图像的重构特征值； 将所述图像的重构特征值加入所述图像降维后的特征向量中得到所述图像的重构后的特征向量。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。