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！

龙图腾网获悉富泰华工业(深圳)有限公司;鸿海精密工业股份有限公司申请的专利图像瑕疵检测方法、装置、电子设备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：CN114943672B 。

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：202110183338.5，技术领域涉及：G06T7/00；该发明授权图像瑕疵检测方法、装置、电子设备及存储介质是由简士超;郭锦斌;蔡东佐设计研发完成，并于2021-02-09向国家知识产权局提交的专利申请。

本图像瑕疵检测方法、装置、电子设备及存储介质在说明书摘要公布了：本发明提供一种图像瑕疵检测方法、装置、电子设备及存储介质，该方法将无瑕疵样本训练图像输入自编码器，通过自编码器的编码层计算得到第一潜特征，将第一潜特征输入自编码器的解码层得到第一重构图像，使用误差函数计算得到第一重构误差，将第一潜特征输入深度学习模型和高斯混合模型得到第一概率分布和第二概率分布，计算第一概率分布和第二概率分布的散度，根据第一重构误差和散度得到总损失，根据总损失设定阈值，获取测试样本图像并计算总误差，以判断测试样本图像是否为瑕疵图像。利用本发明可以提升瑕疵图像识别效率。

本发明授权图像瑕疵检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种图像瑕疵检测方法，其特征在于，所述方法包括： 获取无瑕疵样本训练图像； 将所述无瑕疵样本训练图像输入自编码器，通过所述自编码器的编码层计算得到所述无瑕疵样本训练图像的第一潜特征； 将所述第一潜特征输入所述自编码器的解码层并计算得到所述无瑕疵样本训练图像的第一重构图像，并使用预设的误差函数计算所述无瑕疵样本训练图像和所述第一重构图像得到所述无瑕疵样本训练图像和所述第一重构图像之间的第一重构误差； 将所述第一潜特征输入深度学习模型并计算得到所述第一潜特征的第一概率分布； 将所述第一潜特征输入高斯混合模型并计算得到所述第一潜特征的第二概率分布； 计算所述第一概率分布和所述第二概率分布之间的库尔贝克-莱布勒散度； 根据所述第一重构误差和所述库尔贝克-莱布勒散度得到总损失，根据所述总损失优化所述自编码器、所述深度学习模型及所述高斯混合模型，并根据所述总损失设定阈值，所述根据所述第一重构误差和所述库尔贝克-莱布勒散度得到总损失包括：计算所述第一重构误差与所述库尔贝克-莱布勒散度的乘积，得到所述总损失； 获取测试样本图像，将所述测试样本图像输入所述自编码器，通过所述自编码器的编码层计算得到所述测试样本图像的第二潜特征，将所述第二潜特征输入所述自编码器的解码层并计算得到所述测试样本图像的第二重构图像，并使用所述预设的误差函数计算所述测试样本图像和所述第二重构图像之间的第二重构误差，将所述第二潜特征输入训练完成的深度学习模型并计算得到所述第二潜特征的第三概率分布，根据所述第三概率分布和所述第二重构误差计算总误差，所述根据所述第三概率分布和所述第二重构误差计算总误差包括：对所述第三概率分布和所述第二重构误差求和得到所述总误差； 当所述总误差大于或等于所述阈值时，确定所述测试样本图像为瑕疵图像，当所述总误差小于所述阈值时，确定所述测试样本图像为无瑕疵图像。

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富泰华工业(深圳)有限公司;鸿海精密工业股份有限公司，其通讯地址为：518109 广东省深圳市龙华新区观澜街道大三社区富士康观澜科技园B区厂房4栋、6栋、7栋、13栋(Ⅰ段)；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”。