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！

龙图腾网获悉昆山众联鑫精密机械有限公司申请的专利一种基于强化学习的智能产线CCD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：CN120198424B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510668946.3，技术领域涉及：G06T7/00；该发明授权一种基于强化学习的智能产线CCD缺陷检测方法是由李涛;李春辉;李浩;谷云峰设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种基于强化学习的智能产线CCD缺陷检测方法在说明书摘要公布了：本发明公开了一种基于强化学习的智能产线CCD缺陷检测方法，包括如下步骤：S1、通过CCD相机采集图像数据并预处理；S2、提取图像边缘、纹理和空间特征，并编码构建特征矩阵；S3、构建Dreamer算法模型，并预测潜在状态轨迹和对应的奖励序列；S4、采用MAP‑Elites算法构建特征空间，并将初始策略样本集映射至各个子区域；S5、构建并行训练环境，基于A3C算法对策略进行异步评估和更新，并对潜在状态轨迹进行缺陷判定；S6、收集缺陷差异信息，更新网络参数；S7、重新进行预测，重复步骤S4‑S6，直到满足预设条件并输出检测结果。本发明提高了检测精度与效率，减少了人工干预，提升了生产自动化水平。

本发明授权一种基于强化学习的智能产线CCD缺陷检测方法在权利要求书中公布了：1.一种基于强化学习的智能产线CCD缺陷检测方法，其特征在于，包括如下步骤： S1、通过CCD相机采集图像数据，并进行预处理； S2、基于预处理后的图像数据，提取每一帧图像的边缘特征、纹理特征和空间特征，并对所述特征进行编码，构成图像特征矩阵； S3、构建Dreamer算法模型，对图像特征矩阵进行序列建模，并预测潜在状态轨迹和对应的奖励序列，生成初始策略样本集； 所述Dreamer算法模型是由基于强化学习的神经网络架构组成的，所述神经网络架构包括潜在状态网络、奖励预测网络、序列建模模块和状态-动作决策模块，所述潜在状态网络通过序列建模生成潜在状态轨迹，并通过强化学习中的Dreamer框架进行动态更新，所述奖励预测网络通过潜在状态和动作输入，结合历史图像特征序列，对未来奖励进行预测，并反馈到学习过程中进行优化，所述序列建模模块利用图像的边缘特征、纹理特征和空间特征，将多维特征信息融合进Dreamer算法模型中，确保模型在复杂生产环境中的泛化能力，所述状态-动作决策模块根据当前潜在状态和预测奖励，结合每个潜在状态下的策略选择，通过策略优化方法生成相应的动作，以实现缺陷判定和动作的执行； S4、采用MAP-Elites算法构建特征空间，将初始策略样本集映射至特征空间中的各个子区域，并保留每个子区域中表现最优的策略样本，形成最优策略集合； 所述MAP-Elites算法是一种基于特征空间划分的优化方法，所述优化方法将策略样本集映射到特征空间中的各个子区域，并通过评估每个子区域内策略样本的表现值，选择每个子区域中表现最优的策略样本，从而生成最优策略集合，并用于进一步的策略优化与迭代； S5、根据最优策略集合构建并行训练环境，基于A3C算法对每个策略进行异步评估和更新，并依据策略动作对潜在状态轨迹进行缺陷判定，输出缺陷分类结果； S6、收集缺陷分类结果与真实缺陷标注结果之间的差异信息，更新Dreamer算法模型中的潜在状态网络参数和奖励预测网络参数； S7、重新预测潜在状态轨迹与对应的奖励序列，作为新一轮初始策略样本集，重复步骤S4-S6，直至策略性能满足预设判定条件，并输出CCD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昆山众联鑫精密机械有限公司，其通讯地址为：215300 江苏省苏州市昆山市巴城镇东荣路136号4号房；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”。