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)獲悉青島海波東電器科技有限公司申請的專利一種玻璃表面納米涂層厚度控制方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120182192B 。

龍圖騰網(wǎng)通過國家知識(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?zhí)?專利號(hào)為：202510232536.4，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種玻璃表面納米涂層厚度控制方法及系統(tǒng)是由薛茹升;丁常馨;薛少華;滕騰設(shè)計(jì)研發(fā)完成，并于2025-02-28向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種玻璃表面納米涂層厚度控制方法及系統(tǒng)在說明書摘要公布了：本申請?zhí)峁┮环N玻璃表面納米涂層厚度控制方法及系統(tǒng)，屬于檢測控制技術(shù)領(lǐng)域，用以以實(shí)現(xiàn)低成本且高精度的納米涂層厚度檢測控制。控制設(shè)備獲取目標(biāo)圖像，玻璃面板表面涂覆有納米涂層，目標(biāo)圖像是在將納米涂層表面進(jìn)行霧化處理的情況下，對玻璃面板表面的納米涂層進(jìn)行拍攝得到；控制設(shè)備將目標(biāo)圖像離散分割為K個(gè)子圖像集合；控制設(shè)備通過AIML模型分別對K個(gè)子圖像集合進(jìn)行分析，得到對應(yīng)的K個(gè)分析結(jié)果，并將K個(gè)分析結(jié)果融合，得到目標(biāo)圖像的分析結(jié)果，目標(biāo)圖像的分析結(jié)果為在玻璃面板上標(biāo)注納米涂層非均勻的區(qū)域的圖像；控制設(shè)備指示涂覆設(shè)備對非均勻的區(qū)域的納米涂層進(jìn)行修正。

本發(fā)明授權(quán)一種玻璃表面納米涂層厚度控制方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種玻璃表面納米涂層厚度控制方法，其特征在于，所述方法應(yīng)用于控制設(shè)備，所述方法包括： 所述控制設(shè)備獲取目標(biāo)圖像，玻璃面板表面涂覆有納米涂層，所述目標(biāo)圖像是在將所述納米涂層表面進(jìn)行霧化處理的情況下，對所述玻璃面板表面的納米涂層進(jìn)行拍攝得到； 所述控制設(shè)備將所述目標(biāo)圖像離散分割為K個(gè)子圖像集合，所述K個(gè)子圖像集合中任兩個(gè)子圖像集合包含的子圖像不同，K為大于1的整數(shù)，所述K個(gè)子圖像集合中第i個(gè)子圖像集合包含的任兩張子圖像在所述目標(biāo)圖像中的位置不相鄰，所述第i個(gè)子圖像集合包含的任兩張子圖像的大小相同，i為取1至K的整數(shù)； 所述控制設(shè)備通過AIML模型分別對所述K個(gè)子圖像集合進(jìn)行分析，得到對應(yīng)的K個(gè)分析結(jié)果，并將所述K個(gè)分析結(jié)果融合，得到所述目標(biāo)圖像的分析結(jié)果，所述目標(biāo)圖像的分析結(jié)果為在玻璃面板上標(biāo)注納米涂層非均勻的區(qū)域的圖像； 所述控制設(shè)備指示涂覆設(shè)備對所述非均勻的區(qū)域的納米涂層進(jìn)行修正； 所述控制設(shè)備通過AIML模型分別對所述K個(gè)子圖像集合進(jìn)行分析，得到對應(yīng)的K個(gè)分析結(jié)果，并將所述K個(gè)分析結(jié)果融合，得到所述目標(biāo)圖像的分析結(jié)果，包括： 針對所述第i個(gè)子圖像集合，i遍歷1至K，所述控制設(shè)備將所述第i個(gè)子圖像集合中的子圖像兩兩隨機(jī)組合，得到P個(gè)子圖像組，并通過所述AIML模型分析所述P個(gè)子圖像組中第j個(gè)子圖像組，得到所述第j個(gè)子圖像組的分析結(jié)果，j為遍歷1至P的整數(shù)，所述第j個(gè)子圖像組的分析結(jié)果為標(biāo)注或未標(biāo)注納米涂層非均勻的區(qū)域的兩個(gè)子圖像；所述K個(gè)分析結(jié)果中的第i個(gè)分析結(jié)果包括所述第j個(gè)子圖像組的分析結(jié)果； 所述控制設(shè)備將所述K個(gè)分析結(jié)果按所述離散分割的順序拼接，得到所述目標(biāo)圖像的分析結(jié)果； 其中，所述控制設(shè)備將所述第i個(gè)子圖像集合中的子圖像兩兩隨機(jī)組合，得到P個(gè)子圖像組，并通過所述AIML模型分析所述P個(gè)子圖像組中第j個(gè)子圖像組，得到所述第j個(gè)子圖像組的分析結(jié)果，包括： 針對所述第i個(gè)子圖像集合，i遍歷1至K： 所述控制設(shè)備將所述第i個(gè)子圖像集合中的子圖像兩兩隨機(jī)組合，得到所述P個(gè)子圖像組；所述控制設(shè)備將所述第j個(gè)子圖像組輸入所述AIML模型的特征提取層，得到AIML模型的特征提取層輸出的所述第j個(gè)子圖像組中兩個(gè)子圖像一一對應(yīng)的兩個(gè)特征序列；所述控制設(shè)備通過所述AIML模型的特征處理層分析所述兩個(gè)特征序列，得到所述第j個(gè)子圖像組的分析結(jié)果； 其中，所述控制設(shè)備通過所述AIML模型的特征處理層分析所述兩個(gè)特征序列，得到所述第j個(gè)子圖像組的分析結(jié)果，包括： 所述控制設(shè)備通過計(jì)算所述兩個(gè)特征序列中對應(yīng)位置的每個(gè)兩個(gè)特征元素的差值，在所述兩個(gè)特征序列中將差值小于預(yù)設(shè)閾值的每個(gè)兩個(gè)特征元素的取值設(shè)置為默認(rèn)值，得到兩個(gè)修正的特征序列； 所述控制設(shè)備將所述兩個(gè)修正的特征序列各自的特征元素按照能量等級(jí)進(jìn)行交織，得到兩個(gè)交織后的特征序列，并將所述兩個(gè)交織后的特征序列輸入所述AIML模型的特征處理層，得到所述AIML模型的特征處理層輸出的所述第j個(gè)子圖像組的分析結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人青島海波東電器科技有限公司，其通訊地址為：266500 山東省青島市黃島區(qū)金城路51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)”。