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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于语义标签引导和多源图像融合的高反光物体表面缺陷检测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：CN119784732B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411959731.9，技术领域涉及：G06T7/00；该发明授权一种基于语义标签引导和多源图像融合的高反光物体表面缺陷检测方法是由金晶;赵射;刘佳璇;王强设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于语义标签引导和多源图像融合的高反光物体表面缺陷检测方法在说明书摘要公布了：本发明提出一种基于语义标签引导和多源图像融合的高反光物体表面缺陷检测方法。该方法利用图像融合模块，将相位图像和正弦条纹反射图像进行融合。同时设计了一种语义融合标签，用于在图像融合过程中，引导相位图像融入投射正弦条纹反射图像中更多的形变类缺陷的特征，融合后的图像同时具备二者的优点。与现有方法比，本发明所述方法对硬件的要求较小，同时能大大减少图像处理的数量，另外克服了相位检测在形变类缺陷检测中效果不佳的问题。

本发明授权一种基于语义标签引导和多源图像融合的高反光物体表面缺陷检测方法在权利要求书中公布了：1.一种基于语义标签引导和多源图像融合的高反光物体表面缺陷检测方法，其特征在于，所述方法包括以下步骤： S1：对采集的结构光图像进行预处理，生成待测物体表面的相位图； S2：将相位图和N张正弦条纹反射图分别送入特征编码模块Encoder，经特征融合后得到融合特征； 所述步骤S2具体步骤为： S201:所述特征编码模块由一个可变形卷积模块和两个梯度残差密集块串联构成； S202：可变形卷积模块包括一个核大小为3×3的卷积层、一个批量归一化层以及一个LeakyReLU激活函数；梯度残差模块外层为残差结构，主流利用密集连接的思想连接两个可变形卷积模块，残差流采用Sobel算子从特征图中提取梯度信息，在逐元素添加前，分别采用两个1×1普通卷积层应用于每个流，以此保持维度一致； S203：原始图像分别通过特征编码得到编码特征和，将编码特征和沿通道方向进行拼接，得到相位图和正弦条纹反射图的融合特征； S3：将融合后的特征送入解码模块Decoder，得到融合后的图像； 在步骤S3中，所述解码模块包括四个3*3可变形卷积块，均采用LeakyReLU模块作为激活函数，依次串行连接，最后通过一个1*1卷积和一个Tanh激活函数，将图像调整到和原始输入相同的通道数，得到最终的融合图像； S4：构建语义融合标签，提高融合后图像在形变类缺陷上的特征表现能力； 所述步骤S4的具体步骤为： S401：为每个正弦条纹反射图像生成掩膜；首先根据标注信息从N幅正弦条纹反射图像中提取含有形变类缺陷的区域，记为；然后，沿其中心线被分成J个相等的部分；这些部分按顺序分为两组相等的块，从而产生J2种不同的分组方式；第n个正弦条纹反射图像的第jj=1，2，…，J2组中的两个图像块被定义为和； 对于第n个正弦条纹反射图像，使用以下公式计算度量式中，|·|表示取绝对值；对于每个形变类缺陷，选择具有最大值的正弦条纹反射图像，然后将相应掩模中形变类缺陷边界框内的区域设置为1； S402：根据掩膜图像，定义如下融合标签： 式中代表相位图像，代表正弦条纹反射图像，N代表正弦条纹反射图像的总数，代表对应元素乘积； S5：利用构建的语义融合标签，计算图像融合的损失函数，更新训练图像融合模型； 在步骤S5中，指导融合网络训练的联合损失函数定义如下： 式中，代表语义损失，代表内容损失，用于平衡两部分损失； 所述步骤S5具体步骤为： S501：语义损失用融合图像和融合标签之间的结构相似性指数SSIM衡量，定义如下： 其中、、分别为亮度、对比度、结构比较函数；参数、、用于调整每个比较函数的重要性；三个比较函数的定义如下： 其中和、和是融合图像与融合标签的平均强度和标准偏差，表示两个图像对应区域之间的协方差，、和是常数； S502：内容损失包括强度损失和纹理损失两部分，定义如下： 式中用于平衡纹理损失和强度损失，强度损失和纹理损失定义为： 其中H和W代表图像的高度和宽度，max·表示元素的最大值，表示用于测量纹理信息的Sobel梯度算子，代表取元素绝对值操作，代表计算内部向量或矩阵的一阶范数； S6：推理阶段，利用训练好的图像融合模型，输入相位图和正弦条纹反射图得到融合图像，将融合图像送入下游检测器得到高反光物体表面的缺陷检测结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。