买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于双路网格重建的细粒度工业图像异常检测和定位的方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119599982B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411650783.8，技术领域涉及：G06T7/00；该发明授权一种基于双路网格重建的细粒度工业图像异常检测和定位的方法及系统是由冯爱民;黄汇川设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种基于双路网格重建的细粒度工业图像异常检测和定位的方法及系统在说明书摘要公布了：本发明涉及计算机视觉和图像处理领域，公开了一种基于双路网格重建的细粒度工业图像异常检测和定位的方法及系统，包括如下步骤，将输入图像通过预训练的特征提取器得到原始特征并映射到全局和局部坐标空间，根据全局和局部坐标分别在训练好的正常和异常网格中进行采样，将采样的结果融合后通过CNN模块得到初步的重建特征，将上一步的初步重建特征和原始特征输入特征细化模块，得到最终的重建结果，基于最终重建结果和原始特征计算异常分数和定位图，本发明通过双路网格重建，实现了对可用正常样本和合成异常样本的充分利用，细化了正常特征边界，提高了异常检测和定位的准确性，在细粒度异常上的表现优异。

本发明授权一种基于双路网格重建的细粒度工业图像异常检测和定位的方法及系统在权利要求书中公布了：1.一种基于双路网格重建的细粒度工业图像异常检测和定位的方法，其特征在于，包括如下步骤：步骤S1、将待处理的输入样本图像进行统一大小和标准化的预处理，再通过预训练的特征提取网络，取中间层输出对齐得到原始特征，再通过异常网格训练阶段，进一步在原始特征上通过FBP模块合成异常特征，其中，所述待处理的样本图像包括不带标签信息的工业产品图像；步骤S2、将步骤S1中的原始特征输入到坐标映射模块中，通过坐标映射模块训练好的卷积层映射得到局部和全局坐标；步骤S3、使用步骤S2中得到的局部和全局坐标，从正常和异常网格两路进行采样，并将采样结果融合后输入到CNN模块中，得到初步重建特征，正常和异常网格分别包含对应的局部和全局网格，使用局部和全局坐标在局部和全局网格中进行采样，获得同时考虑到图像的局部细节和全局信息的初步重建特征；步骤S4、将步骤S1中的原始特征和步骤S3中的初步重建特征一同输入特征细化模块，得到最终重建特征，其中，特征细化模块结合均方误差和余弦相似度来评估原始特征和初步重建特征之间像素级相似性，并根据这个相似性指导原始特征和初步重建特征的加权融合得到最终重建特征；步骤S5、利用步骤S4的最终重建特征和步骤S1的原始特征之间的差异作为异常分数来检测和定位异常；步骤S6、当接收到终端设备发出的推理请求之后，将待测图像映射到特征空间，再在特征层面进行重建得到重建后的特征，并利用重建后的特征和原始特征进行对比获取推理结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210000 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。