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

龍圖騰網(wǎng)獲悉江西師范大學(xué)申請(qǐng)的專利一種工業(yè)缺陷分類檢測(cè)方法、裝置、介質(zhì)及電子設(shè)備獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120374628B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510874493.X，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種工業(yè)缺陷分類檢測(cè)方法、裝置、介質(zhì)及電子設(shè)備是由李漢曦;廖曉磊;陳南;李國(guó)鋒設(shè)計(jì)研發(fā)完成，并于2025-06-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種工業(yè)缺陷分類檢測(cè)方法、裝置、介質(zhì)及電子設(shè)備在說(shuō)明書摘要公布了：本發(fā)明提供了一種工業(yè)缺陷分類檢測(cè)方法、裝置、介質(zhì)及電子設(shè)備，包括：獲取參考圖像，采集工業(yè)生產(chǎn)產(chǎn)品圖像作為待檢測(cè)圖像；提取待檢測(cè)圖像和參考圖像的原始特征進(jìn)行局部圖像塊匹配并計(jì)算第一異常分?jǐn)?shù)，第一異常分?jǐn)?shù)大于預(yù)設(shè)的第一分類閾值時(shí)，將待檢測(cè)圖像分類為復(fù)雜圖像；提取復(fù)雜圖像和參考圖像的淺層特征并進(jìn)行特征的細(xì)粒度匹配并計(jì)算復(fù)雜圖像的第二異常分?jǐn)?shù)，第二異常分?jǐn)?shù)大于預(yù)設(shè)的第二分類閾值時(shí)，將復(fù)雜圖像分類為異常圖像。應(yīng)用該方法設(shè)計(jì)性能不同的模型分別完成對(duì)圖像的初步篩選和復(fù)雜樣本判斷，利用協(xié)同工作的方式，能滿足工業(yè)缺陷檢測(cè)對(duì)實(shí)時(shí)性和高精度的雙重需求，又能避免資源浪費(fèi)。在設(shè)備布置層面還能夠有效降低系統(tǒng)的硬件成本。

本發(fā)明授權(quán)一種工業(yè)缺陷分類檢測(cè)方法、裝置、介質(zhì)及電子設(shè)備在權(quán)利要求書中公布了：1.一種工業(yè)缺陷分類檢測(cè)方法，其特征在于，包括： 獲取參考圖像，采集工業(yè)生產(chǎn)產(chǎn)品圖像作為待檢測(cè)圖像； 提取所述待檢測(cè)圖像的原始特征和所述參考圖像的原始特征進(jìn)行局部圖像塊匹配并計(jì)算第一異常分?jǐn)?shù)，當(dāng)?shù)谝划惓７謹(jǐn)?shù)大于預(yù)設(shè)的第一分類閾值時(shí)，將所述待檢測(cè)圖像分類為復(fù)雜圖像； 提取所述復(fù)雜圖像的淺層特征和所述參考圖像的淺層特征并進(jìn)行特征的細(xì)粒度匹配，根據(jù)所述復(fù)雜圖像和所述參考圖像的特征細(xì)粒度匹配結(jié)果計(jì)算所述復(fù)雜圖像的第二異常分?jǐn)?shù)，當(dāng)所述第二異常分?jǐn)?shù)大于預(yù)設(shè)的第二分類閾值時(shí)，將所述復(fù)雜圖像分類為異常圖像； 其中，提取所述待檢測(cè)圖像的原始特征和所述參考圖像的原始特征進(jìn)行局部圖像塊匹配并計(jì)算第一異常分?jǐn)?shù)，包括：提取所述待檢測(cè)圖像的原始特征和所述參考圖像的原始特征；對(duì)所述待檢測(cè)圖像的原始特征和所述參考圖像的原始特征進(jìn)行局部特征塊匹配，以在所述參考圖像中為所述待檢測(cè)圖像的特征塊匹配最近鄰參考圖像特征塊；根據(jù)所述參考圖像和所述待檢測(cè)圖像相匹配的最近鄰參考圖像特征塊計(jì)算所述待檢測(cè)圖像的像素級(jí)圖像異常分?jǐn)?shù)；根據(jù)所述待檢測(cè)圖像的像素級(jí)圖像異常分?jǐn)?shù)計(jì)算所述待檢測(cè)圖像的第一異常分?jǐn)?shù)； 提取所述復(fù)雜圖像的淺層特征和所述參考圖像的淺層特征并進(jìn)行特征的細(xì)粒度匹配，根據(jù)所述復(fù)雜圖像和所述參考圖像的特征細(xì)粒度匹配結(jié)果計(jì)算所述復(fù)雜圖像的第二異常分?jǐn)?shù)，包括：提取所述復(fù)雜圖像的淺層特征和所述參考圖像的淺層特征；將所述復(fù)雜圖像的淺層特征與所述復(fù)雜圖像的原始特征結(jié)合并提取得到復(fù)雜圖像的細(xì)粒度特征，所述參考圖像的淺層特征與所述參考圖像的原始特征結(jié)合并提取得到參考圖像的細(xì)粒度特征；對(duì)所述復(fù)雜圖像的細(xì)粒度特征和所述參考圖像的細(xì)粒度特征進(jìn)行展平得到復(fù)雜圖像的特征塊集合和參考圖像的特征塊集合；將所述復(fù)雜圖像的特征塊集合與所述參考圖像的特征塊集合進(jìn)行匹配以檢索所述復(fù)雜圖像的局部近鄰特征塊；根據(jù)所述復(fù)雜圖像的特征塊集合與所述復(fù)雜圖像的局部近鄰特征塊計(jì)算復(fù)雜圖像的初始異常分?jǐn)?shù)；根據(jù)所述復(fù)雜圖像的初始異常分?jǐn)?shù)和所述復(fù)雜圖像的前景信息計(jì)算所述復(fù)雜圖像的第二異常分?jǐn)?shù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人江西師范大學(xué)，其通訊地址為：330000 江西省南昌市高新技術(shù)開(kāi)發(fā)區(qū)紫陽(yáng)大道99號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。