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！

龙图腾网获悉三峡大学申请的专利基于卷积自编码器的陶瓷瓦表面裂纹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：CN117078590B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310832226.7，技术领域涉及：G06T7/00；该发明授权基于卷积自编码器的陶瓷瓦表面裂纹检测方法是由曾曙光;夏赛;郑胜;罗志会设计研发完成，并于2023-07-07向国家知识产权局提交的专利申请。

本基于卷积自编码器的陶瓷瓦表面裂纹检测方法在说明书摘要公布了：基于卷积自编码器的陶瓷瓦表面裂纹检测方法，包括以下步骤：步骤1：提取陶瓷瓦彩色图像的红色通道图像并增强其对比度，再进行裁剪以便进行分块；步骤2：使用经过完好陶瓷瓦图像块训练过的卷积自编码器，对裂纹陶瓷瓦图像块进行重构，获得重构图像块后将其合成为整张图像；步骤3：将步骤2的重构图像与原图像进行差分，得到裂纹明显的残差图；步骤4：采用二值化和形态学方法，得到最终裂纹图像；步骤5：对提取到的裂纹进行连通域提取和分析，得到裂纹的长度、最大宽度。该方法能根据少量样本快速有效地检测出陶瓷瓦裂纹，实现了陶瓷瓦表面缺陷的自动化检测。

本发明授权基于卷积自编码器的陶瓷瓦表面裂纹检测方法在权利要求书中公布了：1.基于卷积自编码器的陶瓷瓦表面裂纹检测方法，其特征在于包括以下步骤： 步骤1：提取陶瓷瓦彩色图像的红色通道图像并增强其对比度，再进行裁剪以便进行分块； 步骤2：使用经过完好陶瓷瓦图像块训练过的卷积自编码器，对裂纹陶瓷瓦图像块进行重构，获得重构图像块后将其合成为整张图像； 步骤3：将步骤2的重构图像与原图像进行差分，得到裂纹明显的残差图； 步骤4：采用二值化和形态学方法，得到最终裂纹图像； 步骤5：对提取到的裂纹进行连通域提取和分析，得到裂纹的长度、最大宽度； 所述步骤2中，图像经过裁剪和分块后传入输入层，输入层的大小设置为64×64×1，同时对输入数据进行标准化操作； 多尺度卷积采用1×1、3×3和5×5三种卷积核获取图片的多尺度特征； 卷积自编码器的编码器部分包含三个采用5×5卷积核的卷积模块和一个采用3×3卷积核的卷积模块，每个卷积模块都包含一个卷积层、批标准化层和ReLU层，采用5×5卷积核的卷积模块还包含一个最大池化层； 卷积自编码器的解码器部分包含四个反卷积模块，与卷积模块相比其采用的是反卷积层，并且不含最大池化层，其它设定与卷积模块一致；多尺度反卷积采用反卷积层，其它设定与多尺度卷积一致；输出层采用回归层，损失函数采用均方误差MES函数： ； 其中:表示输入的样本总数，表示第个输入样本，表示与之对应的输出值，表示正则化惩罚因子，其取值在0到1之间，表示网络中的权重矩阵的集合； 设输入图像为，卷积自编码器中第个卷积核的权值矩阵为，偏置项，池化函数为，则的第个特征表示为： ； 其中：表示卷积操作；提取到特征后，卷积自编码器会根据特征重构输入图像，得到重构图像： 其中：表示重构图像，表示全部特征的编号，表示解码器中第个卷积核的权值矩阵，表示解码部分的偏置项； 所述步骤4包括以下步骤： 步骤4.1：设置一个灰度阈值T，对残差图进行二值化操作，计算公式如下： ； 式中：表示残差图中某一点的像素值，记二值化后的图像为 步骤4.2：再使用形态学中的闭运算对二值化图像进行填充，去除干扰点；闭运算的公式为： 式中：为膨胀运算符号；为结构元素；为腐蚀操作运算符号；为闭运算后得到的图像。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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。