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！

龙图腾网获悉湖南湘江时代机器人研究院有限公司申请的专利基于视觉语言模型的免训练多光场基板玻璃缺陷检测方法与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：CN121120632B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511648855.X，技术领域涉及：G06T7/00；该发明授权基于视觉语言模型的免训练多光场基板玻璃缺陷检测方法与系统是由张辉;刘嘉轩;汪海;蒋雄杰;王耀南;刘学兵;颜志设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于视觉语言模型的免训练多光场基板玻璃缺陷检测方法与系统在说明书摘要公布了：本发明涉及玻璃缺陷检测技术领域，具体为一种基于视觉语言模型的免训练多光场基板玻璃缺陷检测方法与系统，方法包括：1、设计明场、暗场提示词，并基于视觉语言模型建立文本编码器，将明场、暗场提示词分别输入到文本编码器中，得到明场文本编码特征和暗场文本编码特征；2、将明场、暗场图像输入到基于视觉语言模型建立的双分支网络中，得到多层次的明场、暗场图像特征；依据明场文本编码特征、暗场文本编码特征以及多层次的明场、暗场图像特征得到含高斯噪声的多模态多层级缺陷特征；3、利用结构性稀疏与低秩先验对多模态多层级缺陷图像进行去噪，以获取最终的基板玻璃缺陷图像。本发明用于玻璃缺陷检测，所构建的模型无需训练，泛化能力强。

本发明授权基于视觉语言模型的免训练多光场基板玻璃缺陷检测方法与系统在权利要求书中公布了：1.一种基于视觉语言模型的免训练多光场基板玻璃缺陷检测方法，其特征在于，包括如下步骤： S1、设计明场、暗场提示词，并基于视觉语言模型建立文本编码器，将明场、暗场提示词分别输入到文本编码器中，得到明场文本编码特征和暗场文本编码特征； S2、将明场、暗场图像输入到基于视觉语言模型建立的双分支网络中，得到多层次的明场、暗场图像特征；依据明场文本编码特征、暗场文本编码特征以及多层次的明场、暗场图像特征获取含高斯噪声的多模态多层级缺陷特征； S3、利用结构性稀疏与低秩先验对多模态多层级缺陷特征进行去噪，以获取最终的基板玻璃缺陷图像； 所述S2具体包括如下步骤： S21、基于视觉语言模型建立双分支网络； S22、针对基板玻璃采用透射明场和透射暗场光源进行复合打光，得到明场图像和暗场图像； S23、明场图像和暗场图像分别输入到双分支网络中，得到多层次的明场图像特征以及多层次的暗场图像特征； S24、对多层次的明场图像特征进行加权求和，并与明场文本编码特征进行矩阵乘法，得到多层次的明场图像特征与明场文本编码特征之间的余弦相似度； S25、对多层次的暗场图像特征进行加权求和，并与暗场文本编码特征进行矩阵乘法，得到多层次的暗场图像特征与暗场文本编码特征之间的余弦相似度； S26、将余弦相似度与余弦相似度沿特征维度叠加，得到含噪声的多模态多层级特征； S27、对含噪声的多模态多层级特征的空间维度进行缩放，得到含高斯噪声的多模态多层级缺陷特征； 所述S3具体包括如下步骤： S31、依据结构性稀疏与低秩先验对多模态多层级缺陷特征进行分解，得到多模态多层级缺陷特征的分解式，具体如下： ； 其中，N表示高斯噪声；X表示多尺度特征，且多尺度特征X的空间维度和多模态多层级缺陷特征的空间维度相同； 结构性稀疏是指在深度网络中，通过对多个层的特征图在维度上施加有组织的稀疏约束；稀疏约束指的是多个层的特征图需要多呈现零值分布，仅当跨层共享的重要信息被激活时，才允许特征保持非零状态；低秩先验指的是特征图表示的低秩矩阵，即占比高于第一设定比例的信息可以通过小于第二设定比例的主成分进行表达； S32、依据多模态多层级缺陷特征的分解式形成第一优化目标，第一优化目标是通过最大后验概率优化方式来估计最优的，其中表示预测的多尺度特征； S33、依据对数函数的单调递增性，将第一优化目标转换为第二优化目标，第二优化目标为最小化负对数； S34、依据结构性稀疏与低秩先验对第二优化目标进行转换，得到优化任务； S35、将优化任务解耦为稀疏问题和低秩项问题；稀疏问题指的是在空间域中，缺陷中的元素中为零或接近零的元素多于非零值的元素；低秩项问题指的是在空间域中，背景在结构上相似，且背景是低秩的； S36、利用向量软阈值算法VST求解稀疏问题，并依据稀疏问题的计算结果并使用SVD算法计算低秩项问题，得到最终的基板玻璃缺陷预测图。

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湖南湘江时代机器人研究院有限公司，其通讯地址为：410221 湖南省长沙市湘江新区麓谷街道谷苑路186号湖南大学科技园有限公司创业大厦201A01-A08室；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。