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！

龙图腾网获悉东莞市鸿泰达烫印有限公司申请的专利一种基于图像分析的数字印刷质量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：CN120707475B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510720295.8，技术领域涉及：G06T7/00；该发明授权一种基于图像分析的数字印刷质量检测方法是由王丽设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本一种基于图像分析的数字印刷质量检测方法在说明书摘要公布了：本发明公开了一种基于图像分析的数字印刷质量检测方法，涉及数字印刷质量智能检测技术领域，包括，获取HDR图像组中可见光通道的表面纹理特征和红外通道的基材渗透特征，通过时空注意力机制进行跨模态关联，生成三维特征立方体；采用反向蒙特卡洛光线追踪算法获取印刷品的材料物理特性，通过三维卷积网络拼接生成增强特征张量，并通过跨尺度特征聚合进行缺陷检测与定位；采用改进的DBSCAN聚类算法对缺陷坐标进行空间聚合生成完整缺陷区域，并通过动态阈值分类输出缺陷检测报告。本发明通过构建包含表面纹理和基材渗透特征的三维特征立方体，实现了油墨厚度、粗糙度等材料特性的精准反演，提升了数字印刷质量检测的精度与可靠性。

本发明授权一种基于图像分析的数字印刷质量检测方法在权利要求书中公布了：1.一种基于图像分析的数字印刷质量检测方法，其特征在于：包括， 采集印刷品表面反射光数据和环境光数据，通过多波段光源动态调节对金属油墨区域进行高反光补偿，生成HDR图像组，步骤如下， 所述印刷品表面反射光数据包括可见光波段反射光信号和短波红外波段反射光信号； 所述环境光数据包括环境光照强度和环境光照射角度； 通过边缘梯度分析结合反射率差异生成印刷品表面的高反光区域掩膜； 对印刷品表面反射光数据进行动态调节，按短曝光、中曝光、长曝光序列采集印刷品表面的金属油墨区域图像和普通区域的图像，并通过改进的Mertens算法融合生成HDR图像组； 所述HDR图像组中可见光通道的表面纹理特征和红外通道的基材渗透特征，分别通过MobileNetV3网络和ConvNeXt网络获取； 获取HDR图像组中可见光通道的表面纹理特征和红外通道的基材渗透特征，通过时空注意力机制进行跨模态关联，生成三维特征立方体，步骤如下， 通过多层级特征金字塔融合生成可见光波段多尺度特征图； 通过跨尺度注意力聚合生成短波红外波段多尺度特征图； 通过时空交叉注意力机制，对可见光波段多尺度特征图和短波红外波段多尺度特征图进行跨模态特征关联，生成三维特征立方体； 采用反向蒙特卡洛光线追踪算法获取印刷品的材料物理特性，通过三维卷积网络拼接生成增强特征张量，并通过跨尺度特征聚合进行缺陷检测与定位，步骤如下， 通过油墨吸光度-厚度关系曲线，反演短波红外波段多尺度特征图中各空间位置的红外特征响应值，生成油墨层厚度分布； 通过双波段特征比值分析法对照光油固化度标定曲线，并采用非线性最小二乘拟合，生成光油固化度热力图； 通过微表面BRDF拟合算法，对三维特征立方体中的可见光波段多尺度特征图进行表面法线分布建模和散射能量分析，获取基材表面粗糙度参数； 通过三维卷积网络拼接生成增强特征张量是指第一层多尺度卷积识别浅层联合特征，第二层空洞卷积对浅层联合特征进行扩展，生成深层特征张量，第三层跨模态融合卷积对HDR图像组与深层特征张量进行跨模态跳跃拼接，并结合跨模态注意力机制生成增强特征张量； 基于增强特征张量，通过跨尺度特征聚合进行通道联合归一化计算，预测印刷品表面异常评分并与缺陷阈值进行对比，识别印刷品表面存在缺陷； 预测印刷品表面异常评分，表达式为： ； 其中，是印刷品表面异常评分，是可见光波段多尺度特征图的垂直维度，是短波红外波段多尺度特征图的水平维度，是三维特征立方体的通道维数，是增强特征张量在位置的第个通道的值； 通过非极大值抑制和连通域分析，获取印刷品表面缺陷的亚像素级坐标边界； 采用改进的DBSCAN聚类算法对缺陷坐标进行空间聚合生成完整缺陷区域，并通过动态阈值分类输出缺陷检测报告，步骤如下， 采用区域属性分析算法，获取每个缺陷坐标聚类簇的几何参数和缺陷能量参数，同时通过决策树分类器进行数据分割，并定义动态工艺阈值作为决策树分类器的判定边界，生成缺陷等级标签； 根据缺陷等级标签、亚像素坐标边界框、缺陷几何参数和缺陷能量参数，生成缺陷检测报告。

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东莞市鸿泰达烫印有限公司，其通讯地址为：523000 广东省东莞市寮步镇寮步金富二路39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。