上海交通大学内蒙古研究院周常胜获国家专利权
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!
龙图腾网获悉上海交通大学内蒙古研究院申请的专利基于特征提取和稀疏表示的表面缺陷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:CN117314855B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202311250049.8,技术领域涉及:G06T7/00;该发明授权基于特征提取和稀疏表示的表面缺陷检测方法及系统是由周常胜;赵旭设计研发完成,并于2023-09-25向国家知识产权局提交的专利申请。
本基于特征提取和稀疏表示的表面缺陷检测方法及系统在说明书摘要公布了:本发明提供了一种基于特征提取和稀疏表示的表面缺陷检测方法及系统,包括:步骤S1:获取目标表面的图像数据并进行预处理;步骤S2:使用深度卷积神经网络对图像数据进行特征提取,得到特征图;步骤S3:训练图像数据,对提取的特征进行提炼和优化,学习得到字典;步骤S4:根据字典,对图像数据的特征进行稀疏编码,并计算缺陷分数及重建误差;步骤S5:根据重建误差得到缺陷分数图,对缺陷分数图进行后处理,得到缺陷检测结果。本发明提供的方法及系统不需要依靠大量人工数据标注,只需少量的无缺陷数据样本进行训练便能够同时检测缺陷的位置、大小和类别的问题,降低了成本,提高了工作效率,具有较好的泛化性及实用性。
本发明授权基于特征提取和稀疏表示的表面缺陷检测方法及系统在权利要求书中公布了:1.一种基于特征提取和稀疏表示的表面缺陷检测方法,其特征在于,包括: 步骤S1:获取目标表面的图像数据并进行预处理; 步骤S2:使用深度卷积神经网络对图像数据进行特征提取,得到特征图; 步骤S3:训练图像数据,对提取的特征进行提炼和优化,学习得到字典; 步骤S4:根据字典,对图像数据的特征进行稀疏编码,并计算缺陷分数及重建误差; 步骤S5:根据重建误差得到缺陷分数图,对缺陷分数图进行后处理,得到缺陷检测结果; 所述步骤S4包括以下子步骤: 步骤S4.1:字典对特征向量进行稀疏表示和重建,得到特征向量的稀疏编码向量,并计算重建误差; 步骤S4.2:将重建误差按照特征向量在特征图中的相对位置排列,组成重建误差图; 步骤S4.3:根据稀疏编码向量和字典学习过程中得到的变换矩阵,得到缺陷分数;将缺陷分数按照特征向量在特征图中的相对位置排列,组成缺陷分数图; 所述步骤S5包括以下子步骤: 步骤S5.1:将缺陷分数图中的最大值作为待测图像数据的缺陷分数;设定阈值τ,当缺陷分数小于该阈值τ时,判定待测图像中无缺陷,输出检测结果;当缺陷分数大于该阈值τ时,判定待测图像中有缺陷,执行步骤S5.2; 步骤S5.2:将缺陷分数图缩放到与待测图像相同的分辨率,二值分割后得到缺陷区域; 步骤S5.3:根据步骤S5.2得到的缺陷区域,计算所有缺陷区域的像素坐标,得到缺陷在待测图像中的位置;根据接收到的待测图像覆盖区域在整个产品中的位置,计算得到缺陷在整个产品中的位置; 步骤S5.4:根据步骤S5.2得到的缺陷区域,统计缺陷区域的像素个数;结合待测图像及其覆盖产品范围的尺寸比例,计算得到缺陷的大小; 步骤S5.5:根据步骤S5.2得到的缺陷区域和设定的阈值τ,若存在缺陷区域,且当该区域中存在大于阈值τ的缺陷分数时,则缺陷分数最大的类别为该区域的缺陷类别;若缺陷区域的所有缺陷分数均低于阈值τ,则判定为未知类别缺陷。
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上海交通大学内蒙古研究院,其通讯地址为:010000 内蒙古自治区呼和浩特市新城区成吉思汗东街大学科技园11号楼5层;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励