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

龍圖騰網恭喜淮南師范學院申請的專利基于機器視覺和深度學習的藥瓶缺陷檢測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119580005B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411765322.5，技術領域涉及：G06V10/764；該發明授權基于機器視覺和深度學習的藥瓶缺陷檢測方法及系統是由胡艷麗;劉團結;張力雯;朱奇威;楊芳;曾祥理;劉夢祥;周其瑞;湯厚翔;胡光輝;陳良宇設計研發完成，并于2024-12-04向國家知識產權局提交的專利申請。

本基于機器視覺和深度學習的藥瓶缺陷檢測方法及系統在說明書摘要公布了：本發明公開了基于機器視覺和深度學習的藥瓶缺陷檢測方法及系統，屬于缺陷檢測技術領域，解決了現有方法孿生缺陷分類網絡對外觀圖像信息中反光引起的高光區域較為敏感，干擾孿生缺陷分類網絡缺陷檢測準確性的問題，方法包括：基于深度學習結合YOLOV5模型構建缺陷檢測模型，缺陷檢測模型結合藥瓶仿真模型對時序性圖像集進行聯合分析檢測，缺陷檢測模型對時序性圖像集進行缺陷識別，定位藥瓶缺陷區域，通過短接結合隨機向量機方式完成藥瓶缺陷區域缺陷類型分類和標注；本發明中缺陷檢測模型引入均值濾波器能夠在藥瓶反光條件下對機器視覺下采集的圖像進行背景濾除，從而有效的保留小尺寸目標圖像的有效信息，保證了缺陷分類識別精準度。

本發明授權基于機器視覺和深度學習的藥瓶缺陷檢測方法及系統在權利要求書中公布了：1.基于機器視覺和深度學習的藥瓶缺陷檢測方法，其特征在于，所述基于機器視覺和深度學習的藥瓶缺陷檢測方法包括：獲取標準藥瓶參數，基于標準藥瓶參數構建藥瓶仿真模型，并將藥瓶仿真模型、標準藥瓶參數上傳至標準數據庫；基于深度學習結合YOLOV5模型構建缺陷檢測模型，獲取缺陷數據集，將缺陷數據集分為訓練集和測試集，通過訓練集和測試集對缺陷檢測模型迭代訓練，輸出收斂的缺陷檢測模型；實時采集至少一組基于機器視覺的藥瓶圖像，獲得時序性圖像集，以時序性圖像集為輸入，執行所述缺陷檢測模型，缺陷檢測模型結合藥瓶仿真模型對時序性圖像集進行聯合分析檢測，判斷時序性圖像集關聯的藥瓶是否存在缺陷；若時序性圖像集關聯的藥瓶存在缺陷，缺陷檢測模型對時序性圖像集進行缺陷識別，定位藥瓶缺陷區域，通過短接結合隨機向量機方式完成藥瓶缺陷區域缺陷類型分類和標注；其中，所述缺陷檢測模型結合藥瓶仿真模型對時序性圖像集進行聯合分析檢測方法，具體包括：加載時序性圖像集，時序性圖像集輸入均值濾波器中，均值濾波器對時序性圖像集濾波并背景降噪處理，獲得背景降噪集；加載背景降噪集，均值濾波器對背景降噪集泊松化處理，分析背景降噪集基于機器視覺下的環境光噪聲值，輸出增強處理集；編碼器對光強處理集集重新編碼處理，輕量化檢測結構SPPCSPC模塊結合藥瓶仿真模型判斷時序性圖像集關聯的藥瓶是否存在缺陷；其中，缺陷檢測模型對時序性圖像集進行缺陷識別的方法，具體包括：獲取增強處理集，Backbone塊對增強處理集卷積融合處理，并將卷積融合處理后的結果傳送至池化層，池化層對卷積融合處理后的結果池化處理；通道自關聯特征金字塔網絡對增強處理集中藥瓶缺陷區域進行亞像素邊緣提取，采用最小外接矩形粗定藥瓶缺陷區域，對藥瓶缺陷區域特征提取，輸出缺陷特征圖；動態K值K-Means++檢測頭通過短接結合隨機向量機方式完成藥瓶缺陷區域缺陷類型分類和標注。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人淮南師范學院，其通訊地址為：232038 安徽省淮南市洞山西路；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。