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！

龙图腾网获悉桂林电子科技大学;贵州装备制造职业学院申请的专利基于机器视觉的辐射环境下塑封材料缺陷检测方法及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：CN120318192B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510449009.9，技术领域涉及：G06T7/00；该发明授权基于机器视觉的辐射环境下塑封材料缺陷检测方法及系统是由可帅;潘开林;王波;胡鹏飞;吴添天;卢宏松;王明恩;李开宇;张谢源;潘婷婷;黄伟设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本基于机器视觉的辐射环境下塑封材料缺陷检测方法及系统在说明书摘要公布了：本申请涉及图像处理技术领域，公开了一种基于机器视觉的辐射环境下塑封材料缺陷检测方法及系统。该方法包括：通过铅钨合金屏蔽高辐射耐受型图像传感器在γ射线环境下采集抗辐射图像，并进行自适应对比度增强。利用双树复小波变换与HSV色彩空间提取缺陷特征，包括微裂纹、气泡、变形和色差。将多维特征输入AR‑DCNN网络进行多任务学习，识别缺陷类型并评分。基于Weibull分布和随机森林算法，预测塑封材料的耐辐射寿命，得到材料退化曲线与安全阈值预警。本申请实现了对辐射损伤量化指标的标准化处理，并有效提高预测准确性。

本发明授权基于机器视觉的辐射环境下塑封材料缺陷检测方法及系统在权利要求书中公布了：1.一种基于机器视觉的辐射环境下塑封材料缺陷检测方法，其特征在于，所述方法包括： 对航天器电子组件塑封材料表面通过铅钨合金屏蔽高辐射耐受型图像传感器进行γ射线环境下图像采集与自适应对比度增强处理，得到抗辐射增强图像； 对所述抗辐射增强图像进行双树复小波变换特征分解与HSV色彩空间缺陷特征提取，得到包含微裂纹、气泡、变形、色差特征的多维特征表示数据； 将所述多维特征表示数据输入残差连接与注意力机制的AR-DCNN网络进行空洞卷积多任务学习，得到缺陷类型识别与严重程度评分结果，包括：构建编码器-解码器结构的AR-DCNN网络，所述编码器包含多个编码块，每个编码块设置三个并行的多尺度卷积单元，得到多尺度特征图；在所述编码器后接入辐射特征增强模块，通过残差连接块和通道注意力机制处理所述多尺度特征图，得到增强的特征表示，其中，所述通道注意力机制用于增强航天器电子组件塑封材料特征通道响应；对所述增强的特征表示通过解码器的多个空洞卷积层处理，形成多尺度感受野，得到不同尺度下的特征解析结果，并在解码块之间通过转置卷积进行上采样，并与对应编码层的特征图进行融合，得到融合特征图；将所述融合特征图输入多任务学习头，包括分类头、分割头和评分头三个并行分支，得到初始缺陷预测结果；对所述初始缺陷预测结果应用组合损失函数进行优化，所述组合损失函数包括缺陷分类的加权交叉熵损失、分割的Dice损失和评分的均方误差损失，得到优化后的缺陷检测模型；利用所述优化后的缺陷检测模型对核设施环境下新输入的塑封材料图像进行处理，输出缺陷类型识别与严重程度评分结果； 基于所述缺陷类型识别与严重程度评分结果通过Weibull分布拟合与随机森林算法进行核设施用塑封材料耐辐射寿命预测，得到材料性能退化曲线与安全阈值预警。

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桂林电子科技大学;贵州装备制造职业学院，其通讯地址为：541200 广西壮族自治区桂林市灵川县灵田镇东田村；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。