Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学高红霞获国家专利权

华南理工大学高红霞获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利一种基于特征感知的元器件表面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:CN116596838B

龙图腾网通过国家知识产权局官网在2026-01-06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:202310235760.X,技术领域涉及:G06T7/00;该发明授权一种基于特征感知的元器件表面缺陷检测方法是由高红霞;曲连伟;陈山娇;李冠基;杨伟朋设计研发完成,并于2023-03-13向国家知识产权局提交的专利申请。

一种基于特征感知的元器件表面缺陷检测方法在说明书摘要公布了:本发明公开了一种基于特征感知的元器件表面缺陷检测方法,包括:1采集待检测的元器件的RGB图像;2将RGB图像通过缺陷空间映射网络,得到缺陷空间映射图;3得到RGB图像的关键点坐标;将缺陷空间映射图分别输入区域建议网络和主干网络,获得ROI区域和感兴趣区域ROIs;将缺陷空间映射图进行超像素快速分割,得到多背景区域;4通过ROIs找到其相交背景区域,进行区域特征融合;5将ROIs与关键点坐标进行比对,得到双近邻ROI区域特征,比对双近邻ROI区域特征,将比对结果向量作为ROIs的特征向量;6将特征向量送入全连接层,进行分类与边框回归,识别出检测对象的类别和位置并标注。本发明实现了对工业检测场景下元器件表面弱缺陷的高精度检测。

本发明授权一种基于特征感知的元器件表面缺陷检测方法在权利要求书中公布了:1.一种基于特征感知的元器件表面缺陷检测方法,其特征在于,包括以下步骤: 1采集待检测的元器件的RGB图像; 2将RGB图像通过缺陷空间映射网络,得到缺陷空间映射图,其中,所述缺陷空间映射网络包含通道注意力网络和空间注意力网络; 3将RGB图像进行关键的点定位,得到关键点坐标; 将缺陷空间映射图输入区域建议网络,获得ROI区域,同时将缺陷空间映射图输入主干网络得到特征图,并进行ROIpooling处理,得到感兴趣区域ROIs; 将缺陷空间映射图进行超像素快速分割,得到多背景区域; 4根据得到的多背景区域与ROIs,通过ROIs找到其相交背景区域,进行区域特征融合,即将相交的背景区域与ROIs特征融合; 5根据得到的关键点坐标,将ROIs与关键点坐标进行比对,分别在横向与纵向方向得到两个相同尺寸的ROI区域,称为双近邻ROI区域特征,比对双近邻ROI区域特征,将比对结果向量作为感兴趣区域ROIs的特征向量; 6将特征向量送入全连接层,进行分类与边框回归,识别出检测对象的类别和位置并标注。

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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。