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！

龍圖騰網獲悉富泰華工業(深圳)有限公司;鴻海精密工業股份有限公司申請的專利圖像瑕疵檢測方法、裝置、電子設備及存儲介質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：CN114943672B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202110183338.5，技術領域涉及：G06T7/00；該發明授權圖像瑕疵檢測方法、裝置、電子設備及存儲介質是由簡士超;郭錦斌;蔡東佐設計研發完成，并于2021-02-09向國家知識產權局提交的專利申請。

本圖像瑕疵檢測方法、裝置、電子設備及存儲介質在說明書摘要公布了：本發明提供一種圖像瑕疵檢測方法、裝置、電子設備及存儲介質，該方法將無瑕疵樣本訓練圖像輸入自編碼器，通過自編碼器的編碼層計算得到第一潛特征，將第一潛特征輸入自編碼器的解碼層得到第一重構圖像，使用誤差函數計算得到第一重構誤差，將第一潛特征輸入深度學習模型和高斯混合模型得到第一概率分布和第二概率分布，計算第一概率分布和第二概率分布的散度，根據第一重構誤差和散度得到總損失，根據總損失設定閾值，獲取測試樣本圖像并計算總誤差，以判斷測試樣本圖像是否為瑕疵圖像。利用本發明可以提升瑕疵圖像識別效率。

本發明授權圖像瑕疵檢測方法、裝置、電子設備及存儲介質在權利要求書中公布了：1.一種圖像瑕疵檢測方法，其特征在于，所述方法包括： 獲取無瑕疵樣本訓練圖像； 將所述無瑕疵樣本訓練圖像輸入自編碼器，通過所述自編碼器的編碼層計算得到所述無瑕疵樣本訓練圖像的第一潛特征； 將所述第一潛特征輸入所述自編碼器的解碼層并計算得到所述無瑕疵樣本訓練圖像的第一重構圖像，并使用預設的誤差函數計算所述無瑕疵樣本訓練圖像和所述第一重構圖像得到所述無瑕疵樣本訓練圖像和所述第一重構圖像之間的第一重構誤差； 將所述第一潛特征輸入深度學習模型并計算得到所述第一潛特征的第一概率分布； 將所述第一潛特征輸入高斯混合模型并計算得到所述第一潛特征的第二概率分布； 計算所述第一概率分布和所述第二概率分布之間的庫爾貝克-萊布勒散度； 根據所述第一重構誤差和所述庫爾貝克-萊布勒散度得到總損失，根據所述總損失優化所述自編碼器、所述深度學習模型及所述高斯混合模型，并根據所述總損失設定閾值，所述根據所述第一重構誤差和所述庫爾貝克-萊布勒散度得到總損失包括：計算所述第一重構誤差與所述庫爾貝克-萊布勒散度的乘積，得到所述總損失； 獲取測試樣本圖像，將所述測試樣本圖像輸入所述自編碼器，通過所述自編碼器的編碼層計算得到所述測試樣本圖像的第二潛特征，將所述第二潛特征輸入所述自編碼器的解碼層并計算得到所述測試樣本圖像的第二重構圖像，并使用所述預設的誤差函數計算所述測試樣本圖像和所述第二重構圖像之間的第二重構誤差，將所述第二潛特征輸入訓練完成的深度學習模型并計算得到所述第二潛特征的第三概率分布，根據所述第三概率分布和所述第二重構誤差計算總誤差，所述根據所述第三概率分布和所述第二重構誤差計算總誤差包括：對所述第三概率分布和所述第二重構誤差求和得到所述總誤差； 當所述總誤差大于或等于所述閾值時，確定所述測試樣本圖像為瑕疵圖像，當所述總誤差小于所述閾值時，確定所述測試樣本圖像為無瑕疵圖像。

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富泰華工業(深圳)有限公司;鴻海精密工業股份有限公司，其通訊地址為：518109 廣東省深圳市龍華新區觀瀾街道大三社區富士康觀瀾科技園B區廠房4棟、6棟、7棟、13棟(Ⅰ段)；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”。