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！

龙图腾网获悉徐州绪权印刷有限公司申请的专利一种基于计算机视觉的印刷瑕疵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：CN120411060B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510571867.0，技术领域涉及：G06T7/00；该发明授权一种基于计算机视觉的印刷瑕疵检测方法及系统是由马绪全;刘春兰设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于计算机视觉的印刷瑕疵检测方法及系统在说明书摘要公布了：本发明涉及图像检测技术领域，公开了一种基于计算机视觉的印刷瑕疵检测方法及系统。该方法通过多模态成像设备采集印刷表面多通道融合图像，经动态分割模块校正畸变并提取检测区域掩膜，输出标准图像。标准图像输入瑕疵检测模型，提取微观网点和宏观纹理特征，与模板库匹配生成概率分布图。根据此图执行多层级判别，量化评估瑕疵，最终输出带时空标注的瑕疵坐标及类型标签。系统包括多源采集、几何校正、特征匹配、分级决策及闭环控制模块，实现印刷瑕疵的实时检测与反馈控制。本发明提高了检测精度和效率，适用于不同类型印刷品，具有广泛应用前景。

本发明授权一种基于计算机视觉的印刷瑕疵检测方法及系统在权利要求书中公布了：1.一种基于计算机视觉的印刷瑕疵检测方法，其特征在于，所述方法包括： 通过多模态成像设备采集包含油墨物理特性参数的印刷表面多通道融合图像，多模态成像设备采用多光谱复合光源进行时序激发； 将印刷表面多通道融合图像输入动态分割模块，基于预设网点参数和套印基准线校正机械传动畸变，通过形态学闭运算提取检测区域掩膜，输出几何对齐后的标准图像； 将几何对齐后的标准图像输入瑕疵检测模型，提取微观网点特征和宏观纹理特征，通过与模板库进行跨尺度匹配，生成包含异常区域位置及置信度信息的概率分布图； 所述瑕疵检测模型的工作流程包括： 采用双分支深度卷积神经网络，第一分支通过3×3小核卷积层提取微观网点形态特征，捕获边缘锯齿度、网点面积率及油墨扩散系数； 第二分支通过空洞卷积层提取宏观纹理特征，解析色差分布、莫尔条纹及套印错位量； 将多尺度特征输入跨模态注意力机制模块，与模板库中标准样本进行相似度匹配，模板库按印刷色版、承印材料类型建立分层索引； 所述相似度匹配采用以下度量方式： 微观特征相似度： 宏观特征相似度： 其中为测试样本第个微观特征值，为模板库中第个标准微观特征值，为微观特征维度，为测试样本宏观特征向量，为模板库中标准宏观特征向量，为模板库中所有样本宏观特征向量的最大欧氏距离； 最终概率值由加权融合公式确定，和为权重系数，，当大于预设概率阈值时判定为异常区域； 通过反卷积层重构异常区域的概率分布图，其置信度值由Softmax函数归一化至区间； 根据概率分布图执行多层级判别，其中在网点层级量化评估边缘扩散偏差量，在图案层级解析拓扑结构，最终输出带有时空标注的印刷瑕疵坐标及类型标签； 将印刷瑕疵坐标映射至印刷机组相位坐标系，触发分拣机构执行相位同步剔除操作，并关联墨压调节参数与温控参数生成闭环反馈指令。

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徐州绪权印刷有限公司，其通讯地址为：221000 江苏省徐州市高新区经纬路16号绪权印刷有限公司；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。