買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網恭喜中江立江電子有限公司申請的專利電源針產品電鍍層外觀缺陷檢測方法、裝置及相關產品獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN119228796B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202411739089.3，技術領域涉及：G06F17/40；該發(fā)明授權電源針產品電鍍層外觀缺陷檢測方法、裝置及相關產品是由陳絲絲設計研發(fā)完成，并于2024-11-29向國家知識產權局提交的專利申請。

本電源針產品電鍍層外觀缺陷檢測方法、裝置及相關產品在說明書摘要公布了：本申請公開了電源針產品電鍍層外觀缺陷檢測方法、裝置及相關產品，所述方法包括：采用多光譜成像設備和線掃描技術相結合的方式采集待檢測電源針的電鍍層待檢測圖像；利用深度學習驅動的去噪算法和基于物理模型的光照校正算法對電鍍層待檢測圖像進行預處理；再運用深度卷積神經網絡模型自動提取圖像中的多層次特征；結合特征工程方法提取與電鍍層物理特性相關的物理特征；將多層次特征和物理特征進行融合；采用特征降維技術對融合后的特征進行壓縮和篩選，獲得融合特征向量；最后利用缺陷檢測模型檢測電鍍層的外觀缺陷；本申請可實現對電源針產品電鍍層外觀缺陷的高準確性、高精度和高效率的檢測。

本發(fā)明授權電源針產品電鍍層外觀缺陷檢測方法、裝置及相關產品在權利要求書中公布了：1.一種基于計算機視覺技術的電源針產品電鍍層外觀缺陷檢測方法，其特征在于，包括：采用多光譜成像設備和線掃描技術相結合的方式，根據待檢測電源針的尺寸、形狀和結構特點優(yōu)化采集參數，采集所述待檢測電源針的電鍍層待檢測圖像；利用深度學習驅動的去噪算法和基于物理模型的光照校正算法對采集到的所述電鍍層待檢測圖像進行預處理，獲得多光譜待檢測圖像；其中去噪算法通過深度卷積神經網絡學習噪聲模式，光照校正算法依據光照傳播的物理模型計算并校正圖像中像素點的光照強度，同時針對所述待檢測電源針的形狀和電鍍層反射特性優(yōu)化所述光照校正算法的校正參數；構建基于深度卷積神經網絡架構的特征提取模型；通過光照強度計算公式對去噪樣本圖像進行光照校正處理，獲得多光譜樣本圖像；將所述多光譜樣本圖像中與預設的電源針常見缺陷相關的特征區(qū)域和缺陷類別進行標注；將標注的多光譜樣本圖像輸入所述特征提取模型進行訓練，使用隨機梯度下降算法對所述特征提取模型進行優(yōu)化；通過所述特征提取模型自動提取所述多光譜待檢測圖像中多個層次的紋理、形狀和顏色特征；同時，使用空間注意力機制和通道注意力機制相結合的方式，對所述特征提取模型輸出的紋理、形狀和顏色特征進行加權；通過特征工程方法提取所述待檢測電源針的電鍍層厚度和導電性，將所述電鍍層厚度作為一個一維特征向量，即電鍍層厚度特征向量，以及將所述導電性作為一個一維特征向量，即導電性特征向量；將所述電鍍層厚度特征向量和所述導電性特征向量也作為所述特征提取模型的輸入；所述特征提取模型的最后一層還包括一全連接層，將提取到的紋理、形狀和顏色特征映射到一個預設長度的特征向量，獲得紋理特征向量、形狀特征向量和顏色特征向量；通過所述特征提取模型的全連接層將所述紋理特征向量、形狀特征向量、顏色特征向量和所述電鍍層厚度特征向量進行融合，以及，將所述紋理特征向量、形狀特征向量、顏色特征向量和所述導電性特征向量進行融合；所述特征提取模型的全連接層輸出所述多光譜待檢測圖像的融合向量；采用主成分分析方法對所述融合向量進行降維；再使用基于互信息的特征篩選方法，計算降維后的融合向量與預設的電源針常見缺陷類別之間的互信息，通過預設的互信息閾值選擇符合條件的融合向量，作為所述多光譜待檢測圖像的融合特征向量；將所述多光譜待檢測圖像的融合特征向量輸入預先建立的缺陷檢測模型，檢測所述電鍍層待檢測圖像中電源針電鍍層的外觀缺陷；其中，使用支持向量機建立所述缺陷檢測模型，并利用多光譜樣本圖像的融合特征向量和預設的電源針常見缺陷類別標簽對所述缺陷檢測模型進行訓練，學習所述多光譜樣本圖像的融合特征與預設的電源針常見缺陷類別之間的映射關系。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中江立江電子有限公司，其通訊地址為：618100 四川省德陽市中江縣南華鎮(zhèn)芙蓉西路北段69號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。