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！

龙图腾网获悉浙江工业大学申请的专利基于改进LoFTR算法的丝饼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：CN116993709B 。

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：202311037105.X，技术领域涉及：G06T7/00；该发明授权基于改进LoFTR算法的丝饼缺陷检测方法是由孙毅;李坚设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本基于改进LoFTR算法的丝饼缺陷检测方法在说明书摘要公布了：本发明公开了基于改进LoFTR算法的丝饼缺陷检测方法，针对多相机采集丝饼图像拼接问题，提出了基于改进LoFTR算法的多相机采集丝饼图像无缝融合方法，解决了现有关键点提取算法针对弱纹理图像提取能力不足，对于丝饼这种尺寸较大单相机无法采集完整、多相机采集图像区域重叠导致缺陷重复统计，以及所需时间较长的问题，增强了关键点提取能力，提升了拼接融合速度。

本发明授权基于改进LoFTR算法的丝饼缺陷检测方法在权利要求书中公布了：1.一种基于改进LoFTR算法的丝饼缺陷检测方法，其特征在于，包括：1基于标准圆点标定板依次对各个相机进行标定，得到各个相机的内参矩阵、外参矩阵和畸变系数，从而进行各相机的畸变矫正；2获取畸变矫正后的多相机采集的丝饼各表面多张丝饼图像，得到若干具有重复区域的待拼接图像对；3对所述丝饼图像进行缺陷检测，若丝饼表面有毛丝、毛羽、断线、圈丝即为有缺陷，无缺陷则完成本次检测，有缺陷则继续下一步骤；4根据相机参数对所述待拼接图像对的重叠区域进行预估计，得到所述重叠区域占图像的比例；5对所述待拼接图像对进行像素调整及曝光补偿，以便于进行拼接融合；6按照重叠区域占图像的比例，分别使用相应比例的掩膜提取出步骤5中处理后的待拼接图像对的重叠区域，使用改进后的基于Transformer的LoFTR算法对所述重叠区域进行特征点提取，并根据特征点对的置信度剔除错误匹配的特征点对，得到有效匹配的特征点对；7基于所述有效匹配的特征点对，使用PROSAC算法进行随机采样，进而求解步骤5处理得到的所述待拼接图像对的单应性矩阵；8使用所得单应性矩阵对步骤5处理得到的所述待拼接图像对中的右待拼接图像进行透视变换，将其中的左待拼接图像拷贝到透视变换后的右待拼接图像上；9使用加权平均的图像融合算法对步骤8得到的直接拼接图像的重叠区域进行融合，消除拼接缝，得到丝饼表面完整无重复区域的图像；10对各表面完整无重复区域的图像进行缺陷检测，确定缺陷的类型、位置与数目，从而对丝饼质量进行评级；其中，步骤6中，所述改进后的基于Transformer的LoFTR算法通过局部特征CNN提取模块、特征转换模块、粗粒度匹配模块、精细度匹配模块实现，其中：所述局部特征CNN提取模块使用ResNetFPN网络对输入的两张丝饼图像进行三次下采样至图像大小的12、14、18级别，对18级别的粗粒度图像特征图采用双线性插值方更有式进行两次上采样,依次得到14和12的特征图，并与高层的特征信息进行融合,输出18级别的粗粒度图像特征图以及12的细粒度图像特征图其中每层下采样前均添加有scSE注意力机制；所述特征转换模块用于对传入的粗粒度图像特征图使用自注意力和交叉注意力提取位置和上下文相关的局部特征，将特征转换为易于匹配的特征表示和所述粗粒度匹配模块使用可微匹配层来匹配特征和得到置信矩阵Pc，使用互近邻算法选择匹配对，得到粗粒度的匹配预测Mc；所述精细度匹配模块对于每个粗粒度匹配对从细粒度图像特征图中的位置提取一个大小为w×w的局部窗口，传入自注意力和交叉注意力层，并采用softmax计算该窗口的得分矩阵和匹配概率矩阵，最终在细粒度图像特征图中得到最终的特征匹配点坐标并输出。

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浙江工业大学，其通讯地址为：310012 浙江省杭州市下城区潮王路18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”。