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！

龙图腾网恭喜深圳市三德盈电子有限公司申请的专利印刷线路板缺陷识别的深度学习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：CN119399563B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202510005744.0，技术领域涉及：G06V10/764；该发明授权印刷线路板缺陷识别的深度学习方法及系统是由廖森盛;杨俊青设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本印刷线路板缺陷识别的深度学习方法及系统在说明书摘要公布了：本发明涉及图像识别技术领域，尤其涉及一种印刷线路板缺陷识别的深度学习方法及系统。该方法包括以下步骤：获取印刷线路板原始图像集并进行图像增强，获得线路板主体增强图像集；对线路板主体增强图像集进行识别，获得线路板层级功能模块图像集；基于线路板层级功能模块图像集进行卷积提取，获得缺陷区域图像层次化特征数据；对层级功能模块缺陷图像集进行校正，获得层级功能模块实际缺陷图像集；根据层级功能模块实际缺陷图像集进行识别，获得线路板缺陷模式数据；基于线路板缺陷模式数据进行缺陷模式特征提取，获得缺陷模式特征向量集，并根据缺陷模式特征向量集进行分类器构建，获得印刷线路板缺陷识别模型。本发明能提高缺陷识别的效率。

本发明授权印刷线路板缺陷识别的深度学习方法及系统在权利要求书中公布了：1.一种印刷线路板缺陷识别的深度学习方法，其特征在于，包括以下步骤：步骤S1：获取印刷线路板原始图像集，并对印刷线路板原始图像集进行线路板背景清理，从而获得线路板主体图像集；对线路板主体图像集进行线路板图像质量增强，从而获得线路板主体增强图像集；步骤S2：对线路板主体增强图像集进行线路板多层主体层级整合，从而获得线路板主体层级整合图像集，并对线路板主体层级整合图像集进行线路板功能模块识别，从而获得线路板层级功能模块图像集；步骤S3：基于线路板层级功能模块图像集进行层级功能模块缺陷检测，从而获得层级功能模块缺陷图像集，并基于层级功能模块缺陷图像集进行缺陷区域层次化特征卷积提取，从而获得缺陷区域图像层次化特征数据，步骤S3具体为：步骤S31：对线路板层级功能模块图像集进行层级功能模块组件布局特征提取，从而获得层级功能模块组件布局数据；步骤S32：根据层级功能模块组件布局数据进行组件传输距离估计，从而获得模块组件传输距离数据，并根据模块组件传输距离数据进行模块相对传输距离统计，从而获得高相对传输距离模块数据以及低相对传输距离模块数据；步骤S33：对层级功能模块组件布局数据进行模块组件密集度估计，从而获得模块组件密集度数据，并根据模块组件密集度数据进行模块相对密集度统计，从而获得高组件密集度模块数据以及低组件密集度模块数据；步骤S34：对高相对传输距离模块数据以及高组件密集度模块数据进行模块交集运算，从而获得缺陷功能模块数据；对低相对传输距离模块数据以及低组件密集度模块数据进行模块交集运算，从而获得正常功能模块数据；步骤S35：对正常功能模块数据以及缺陷功能模块数据进行层级空间合并，从而获得层级功能模块缺陷数据，并根据层级功能模块缺陷数据对线路板层级功能模块图像集进行缺陷模块图像集提取，从而获得层级功能模块缺陷图像集；步骤S36：基于层级功能模块缺陷图像集进行缺陷区域层次化特征卷积提取，从而获得缺陷区域图像层次化特征数据；步骤S4：基于缺陷区域图像层次化特征数据对层级功能模块缺陷图像集进行线路板深度信息缺失校正，从而获得层级功能模块实际缺陷图像集；根据层级功能模块实际缺陷图像集进行线路板缺陷模式识别，从而获得线路板缺陷模式数据；步骤S5：基于线路板缺陷模式数据进行缺陷模式特征提取，从而获得缺陷模式特征向量集，并根据缺陷模式特征向量集进行深度学习分类器构建，从而获得印刷线路板缺陷识别模型。

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深圳市三德盈电子有限公司，其通讯地址为：518000 广东省深圳市宝安区沙井街道沙三社区蓝宝工业区厂房19栋二层；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”。