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！

龙图腾网获悉昆明理工大学申请的专利基于机器视觉的电子元件表面质量检测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：CN120125589B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510617153.9，技术领域涉及：G06T7/00；该发明授权基于机器视觉的电子元件表面质量检测方法及系统是由吉芃州;王红斌;江虹;万小容设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本基于机器视觉的电子元件表面质量检测方法及系统在说明书摘要公布了：本发明公开了基于机器视觉的电子元件表面质量检测方法及系统，方法包括采集原始图像、图像基础处理、图像光照反射解耦、构建质量检测模型和元件表面质量检测。本发明涉及电子元件图像处理技术领域，具体是指基于机器视觉的电子元件表面质量检测方法及系统，本发明通过采集原始图像得到原始元件检测图像；采用图像清洗、图像增强和图像标准化的图像基础处理方法；采用图像光照反射解耦的方法，消除了光照不均匀性和反光干扰，提升了缺陷区域的对比度和可检测性；采用融合特征缺陷检测模型进行元件表面质量检测，能够有效处理多尺度缺陷，并显著提升检测精度和抗干扰能力。

本发明授权基于机器视觉的电子元件表面质量检测方法及系统在权利要求书中公布了：1.基于机器视觉的电子元件表面质量检测方法，其特征在于：该方法包括以下步骤： 步骤S1：采集原始图像，通过图像采集，得到原始元件检测图像集； 步骤S2：图像基础处理，对采集到的原始元件图像进行基础处理，得到待检测图像集； 步骤S3：图像光照反射解耦，通过变分优化将所述待检测图像集分解为反射率图和光照分布图，得到解耦后的反射率图； 步骤S4：构建质量检测模型，用于构建电子元件表面质量检测所需的模型，具体为构建融合特征缺陷检测模型，作为质量检测模型； 步骤S5：元件表面质量检测，具体为通过所述质量检测模型进行元件表面质量检测，得到表面缺陷参考数据； 在步骤S3中，所述图像光照反射解耦，具体包括以下步骤： 步骤S31：设计反射模型，所用公式如下： ； 式中，表示输入电子元件图像在坐标点x,y上的像素强度值，表示反射率图在坐标点x,y上的像素强度值，表示光照分布图在坐标点x,y上的像素强度值，表示噪声项在坐标点x,y上的像素强度值，x,y表示像素点坐标，x表示像素点水平方向坐标，y表示像素点垂直方向坐标； 步骤S32：设计优化目标函数，所用公式如下： ； 式中，fun表示待优化目标函数值，表示输入电子元件图像，R表示反射率图，L表示光照分布图，表示反射率图稀疏性权重，表示光照平滑性权重，表示反射率图的梯度，表示光照分布图的梯度，表示计算L2范数，表示计算L1范数； 在步骤S4中，所述构建质量检测模型，具体包括以下步骤： 步骤S41：获取图像频域特征，用于提取电子元件图像的频域特征，步骤包括： 步骤S411：进行复数小波变换，用于提取电子元件图像中的多尺度结构特征，具体为通过复数小波变换对反射率图进行多尺度和多方向分解； 步骤S412：评估频带能量熵，用于解决固定频带选择导致的特征冗余问题，具体为通过计算各频带子图的能量熵值，并选取能量熵值低于设置阈值的频带组成优选频带集合，所用公式如下： ； 式中，表示在坐标点x,y上尺度为s方向为的归一化小波系数能量分布，表示在坐标点x,y上尺度为s方向为的复数小波系数，表示尺度为s的频带的能量熵值，表示优选频带集合，表示尺度为s的频带，表示预设阈值； 步骤S413：跨频带相干性增强，用于提升微小缺陷在优选频带中的响应一致性，具体为通过相位相干性约束对所述优选频带集中的频带进行增强，所用公式如下： ； 式中，表示在坐标点x,y上尺度为s方向为的相干增强复数小波系数，表示尺度为s方向为的复数小波系数的相位分量的梯度，表示相位一致性控制参数； 步骤S414：获取相位一致性特征，具体为通过复数小波系数的相位一致性计算获取相位一致性特征，作为图像频域特征，所用公式如下： ； 式中，表示相位一致性特征图在坐标点x,y上的像素强度值，表示尺度为s方向为的复数小波系数的相位分量，表示局部平均相位角，表示用于防止除零的常数，值为； 步骤S42：获取图像空间域特征，用于提取电子元件图像的空间域特征，步骤包括： 步骤S421：梯度张量构造，用于描述元件图像局部结构的强度和方向，具体为计算所述反射率图的梯度并构造局部结构张量场； 步骤S422：张量特征分解，用于提取元件图像局部结构的主方向和强度，具体为对所述局部结构张量场进行特征分解； 步骤S423：获取各向异性特征，用于量化元件图像局部结构的各向异性程度，具体为通过计算结构各向异性指数获取各向异性特征，作为图像空间域特征，所用公式如下： ； 式中，表示各向异性特征图在坐标点x,y上的像素强度值，表示在坐标点x,y上的主特征值，表示在坐标点x,y上的次特征值； 步骤S43：缺陷敏感特征融合，用于综合图像频域特征和图像空间域特征以增强缺陷检测能力，具体为通过动态权重融合相位一致性特征图和各向异性特征图，所用公式如下： ； 式中，Dw表示融合动态权重，表示权重调节参数，表示方差计算函数，Pcf表示相位一致性特征图，表示融合缺陷敏感特征图在坐标点x,y上的像素强度值； 步骤S44：非线性特征增强，用于增强缺陷区域的对比度，具体为通过S型增强函数对融合缺陷敏感特征图进行非线性变换； 步骤S45：缺陷区域分割，用于去除噪声并精确分割缺陷区域，具体为通过自适应结构元素对增强特征图进行形态学开闭运算； 步骤S46，模型构建，具体为通过所述获取图像频域特征、所述获取图像空间域特征、所述缺陷敏感特征融合、所述非线性特征增强和所述缺陷区域分割，进行融合特征缺陷检测模型的构建，并作为质量检测模型。

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昆明理工大学，其通讯地址为：650504 云南省昆明市呈贡区景明南路727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”。