Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜江苏凤凰画材科技股份有限公司张奕获国家专利权

恭喜江苏凤凰画材科技股份有限公司张奕获国家专利权

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!

龙图腾网恭喜江苏凤凰画材科技股份有限公司申请的专利基于机器视觉的涂料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:CN119417817B

龙图腾网通过国家知识产权局官网在2025-05-13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:202510006970.0,技术领域涉及:G06T7/00;该发明授权基于机器视觉的涂料缺陷检测方法及系统是由张奕;李威;钱庄设计研发完成,并于2025-01-03向国家知识产权局提交的专利申请。

基于机器视觉的涂料缺陷检测方法及系统在说明书摘要公布了:本发明涉及图像处理领域,具体涉及基于机器视觉的涂料缺陷检测方法及系统,通过工业相机采集涂料表面图像,结合光照校正因子进行亮度修正;然后融合颜色波动与纹理特征构建波动因子,用于优化超像素分割的距离度量公式,实现对复杂表面区域的精准分割;最后利用卷积神经网络对超像素区域特征进行分类检测,识别涂料表面缺陷类型。本发明通过光照校正、波动因子构建、改进超像素分割算法和卷积神经网络分类,实现涂料表面缺陷的自动化精准检测与分类。

本发明授权基于机器视觉的涂料缺陷检测方法及系统在权利要求书中公布了:1.基于机器视觉的涂料缺陷检测方法,其特征在于,所述方法包括:获取包含缺陷的涂料历史图像;对所述涂料历史图像使用超像素分割得到多个超像素区域,获取各超像素区域的特征向量并添加标签用于训练CNN模型;获取涂料实时图像输入训练好的CNN模型中并基于CNN模型的输出结果以判定对应涂料是否存在缺陷;所述超像素分割还包括,通过自适应度量距离进行聚类,其中:以涂料历史图像中任一像素点为中心确定邻域窗口,计算所述邻域窗口内各像素点与中心像素点亮度的标准差;确定所述任一像素点的光照校正因子,具体为: ; ; ;其中Ci表示像素点i的光照校正因子;Iavgi表示像素点i确定的邻域窗口的亮度均值;Ii表示像素点i的亮度值;є表示调参因子;exp表示自然指数函数;Ui为像素点i所在区域亮度变化的标准差,表示像素点i的局部光照均匀性因子;λ表示光照校正调节参数;Ωi表示像素点i确定的邻域窗口;Ij表示邻域窗口内像素点j的亮度值;N表示邻域窗口内像素点的总数量;ln表示自然对数函数;Umax表示所述涂料历史图像中局部光照均匀性因子的最大值;Uq表示涂料历史图像中第q个像素点的局部光照均匀性因子;ω表示调参因子;M表示所述涂料历史图像中像素总数量;将所述任一像素点的亮度与所述光照校正因子的乘积作为所述任一像素点的修正亮度;将所述邻域窗口内各像素点的修正亮度与所述邻域窗口内所有像素点修正亮度均值的差值之和作为修正亮度均匀度;所述自适应度量距离的计算方法具体为: ;其中Dimpi,l表示像素点i与对应超像素区域内聚类中心l的自适应度量距离;Dbasi,l表示像素点i与对应超像素区域内聚类中心l的初始度量距离;exp表示自然指数函数;Wi表示像素点i的波动因子;Wl表示对应超像素区域内聚类中心l的波动因子;所述波动因子的计算方法具体为: ;其中Wi表示像素点i的波动因子;Norm表示归一化函数;Ωi表示像素点i确定的邻域窗口;Conti表示邻域窗口的纹理对比度;N表示邻域窗口内像素点的总数量;Icorrj表示邻域窗口内像素点j修正后的亮度值;Icorr_avgi表示邻域窗口内所有像素修正亮度后的亮度均值。

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江苏凤凰画材科技股份有限公司,其通讯地址为:214000 江苏省无锡市滨湖区华苑路2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”。

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。