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！

龙图腾网获悉深圳市深视创新科技有限公司申请的专利基于Zernike逆变换的深度学习图像缺陷检测方法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：CN120765645B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511270799.0，技术领域涉及：G06T7/00；该发明授权基于Zernike逆变换的深度学习图像缺陷检测方法是由许琦;陈庆锋;程晨;毛家顺设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本基于Zernike逆变换的深度学习图像缺陷检测方法在说明书摘要公布了：本发明公开了基于Zernike逆变换的深度学习图像缺陷检测方法，涉及图像处理与人工智能技术领域，包括基于Zernike逆变换机制对图像进行重建；通过扰动Zernike矩的幅值、相位或维度，模拟伪缺陷图像；将原始图像与伪缺陷图像组合构建训练集，对深度学习图像检测模型进行联合训练，并通过标准交叉熵损失与Zernike结构保持损失构建总损失函数；在缺失真实缺陷数据的场景中，通过Zernike重建误差或Zernike空间中的离群程度进行弱监督图像缺陷检测训练。因此，采用上述基于Zernike逆变换的深度学习图像缺陷检测方法，适用于缺乏缺陷样本的情况，增强图像缺陷检测模型的鲁棒性。

本发明授权基于Zernike逆变换的深度学习图像缺陷检测方法在权利要求书中公布了：1.基于Zernike逆变换的深度学习图像缺陷检测方法，其特征在于，包括以下步骤： S1、将输入图像定义在单位圆区域，通过Zernike多项式将图像映射为特征空间，再通过Zernike逆变换机制进行图像重建； S2、设置扰动策略，对Zernike矩的幅值、相位或维度进行扰动，模拟伪缺陷图像，将输入图像与伪缺陷图像组合构建训练集； S3、根据扰动的程度，将伪缺陷图像划分为不同的伪缺陷等级并构建正负对，再基于改进的对比损失训练结构感知编码器，用于提取图像的结构特征嵌入； 其中，伪缺陷等级包括轻度缺陷、中度缺陷和重度缺陷； S3中，改进的对比损失，如下： ； 式中，为原始正常图像，为轻度扰动或增强图像的特征，为中度扰动或重度扰动图像的特征，为余弦相似度函数，为温度缩放系数； S4、基于训练好的结构感知编码器，提取待测图像的结构特征，并利用训练集中正常图像或轻度缺陷图像，评估待测图像的异常度，再根据设定的阈值识别缺陷图像。

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深圳市深视创新科技有限公司，其通讯地址为：518033 广东省深圳市福田区福田街道岗厦社区彩田南路3001号彩福大厦汇福阁18F；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。