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！

龙图腾网获悉华中科技大学申请的专利基于多类别分解编辑的纹理表面缺陷检测模型的构建方法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：CN115564724B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202211193529.0，技术领域涉及：G06T7/00；该发明授权基于多类别分解编辑的纹理表面缺陷检测模型的构建方法是由尹周平;杨华;李俊逸;侯岳设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。

本基于多类别分解编辑的纹理表面缺陷检测模型的构建方法在说明书摘要公布了：本发明属于图像处理领域，并公开了一种基于多类别分解编辑的纹理表面缺陷检测模型的构建方法。首先，通过随机组合生成基础变换图像与随机高斯掩膜图像，融合得到混合缺陷图像；其次，将混合缺陷图像的特征分解到不同基础变换上，得到的各个基础异常分数图通过融合获得融合异常分数图，从而定位缺陷特征；最后，通过加权抑制缺陷部分特征成为空洞区域，再利用其邻域信息对空洞进行编辑补全得到编辑特征，从而实现抑制缺陷并重构图像背景，以此提升缺陷检测精度。检测时，将输入图像与重构纹理背景图像间的残差图与融合异常分数图进行融合，即可检出缺陷。如此，本发明在无缺陷样本情况下，对不同纹理表面上的各类缺陷有较高的检测精度。

本发明授权基于多类别分解编辑的纹理表面缺陷检测模型的构建方法在权利要求书中公布了：1.一种基于多类别分解编辑的纹理表面缺陷检测模型的构建方法，其特征在于，包括： 搭建纹理表面缺陷检测模型；其中，所述纹理表面缺陷检测模型包括： 随机组合生成模块，用于生成不同形状大小的高斯缺陷掩膜Imask；从训练集中随机选取一张正常图像作为参考图像If；构造随机编码c，c中每个元素表示一种图像变换种类的权重，利用所述每个元素生成对应的图像变换参数，作为图像变换函数的参数；利用所述图像变换函数对所述参考图像If进行变换操作，得到变换图像It；由Imask控制区域，将It和正常图像In融合得到缺陷图像Ia； 多类别特征库模块，用于提取缺陷图像Ia的特征Za；构建K个缺陷特征库Lk,k＝1,...,K，K为图像变化种类的个数，每一个缺陷特征库中均包含M个长度与特征Za通道数Cl相同的特征向量条目且各缺陷特征库中的所有特征向量条目与其他库中所有特征向量条目正交；计算特征Za中每个特征向量za与第k个特征库中的每个特征条目lk,m的相似度，取最大相似度记为dk；基于K个特征库对应的最大相似度，得到异常分数d＝[d1,...,dK]；由特征Za中所有特征向量组合得到异常分数图Wl和Hl为特征Za的宽度和高度；将k维异常分数图进行融合，得到融合异常分数图 多尺度卷积编辑模块，用于将特征Za和反相的Sa进行逐像素相乘，抑制缺陷区域特征，得到加权特征Zw；采用多尺度特征编辑方法对Zw进行编辑补全使其成为正常特征Ze；对Ze进行解码，得到重构图像 以最小化In与的差异、以及最小化St与分解标签Ct的差异为目标，对所述纹理表面缺陷检测模型进行训练；其中，所述分解标签Ct为随机编码c与高斯缺陷掩膜Imask按像素相乘后降采样的结果。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。