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！

龙图腾网恭喜中江立江电子有限公司申请的专利电源针产品电镀层外观缺陷检测方法、装置及相关产品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：CN119228796B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411739089.3，技术领域涉及：G06F17/40；该发明授权电源针产品电镀层外观缺陷检测方法、装置及相关产品是由陈丝丝设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本电源针产品电镀层外观缺陷检测方法、装置及相关产品在说明书摘要公布了：本申请公开了电源针产品电镀层外观缺陷检测方法、装置及相关产品，所述方法包括：采用多光谱成像设备和线扫描技术相结合的方式采集待检测电源针的电镀层待检测图像；利用深度学习驱动的去噪算法和基于物理模型的光照校正算法对电镀层待检测图像进行预处理；再运用深度卷积神经网络模型自动提取图像中的多层次特征；结合特征工程方法提取与电镀层物理特性相关的物理特征；将多层次特征和物理特征进行融合；采用特征降维技术对融合后的特征进行压缩和筛选，获得融合特征向量；最后利用缺陷检测模型检测电镀层的外观缺陷；本申请可实现对电源针产品电镀层外观缺陷的高准确性、高精度和高效率的检测。

本发明授权电源针产品电镀层外观缺陷检测方法、装置及相关产品在权利要求书中公布了：1.一种基于计算机视觉技术的电源针产品电镀层外观缺陷检测方法，其特征在于，包括：采用多光谱成像设备和线扫描技术相结合的方式，根据待检测电源针的尺寸、形状和结构特点优化采集参数，采集所述待检测电源针的电镀层待检测图像；利用深度学习驱动的去噪算法和基于物理模型的光照校正算法对采集到的所述电镀层待检测图像进行预处理，获得多光谱待检测图像；其中去噪算法通过深度卷积神经网络学习噪声模式，光照校正算法依据光照传播的物理模型计算并校正图像中像素点的光照强度，同时针对所述待检测电源针的形状和电镀层反射特性优化所述光照校正算法的校正参数；构建基于深度卷积神经网络架构的特征提取模型；通过光照强度计算公式对去噪样本图像进行光照校正处理，获得多光谱样本图像；将所述多光谱样本图像中与预设的电源针常见缺陷相关的特征区域和缺陷类别进行标注；将标注的多光谱样本图像输入所述特征提取模型进行训练，使用随机梯度下降算法对所述特征提取模型进行优化；通过所述特征提取模型自动提取所述多光谱待检测图像中多个层次的纹理、形状和颜色特征；同时，使用空间注意力机制和通道注意力机制相结合的方式，对所述特征提取模型输出的纹理、形状和颜色特征进行加权；通过特征工程方法提取所述待检测电源针的电镀层厚度和导电性，将所述电镀层厚度作为一个一维特征向量，即电镀层厚度特征向量，以及将所述导电性作为一个一维特征向量，即导电性特征向量；将所述电镀层厚度特征向量和所述导电性特征向量也作为所述特征提取模型的输入；所述特征提取模型的最后一层还包括一全连接层，将提取到的纹理、形状和颜色特征映射到一个预设长度的特征向量，获得纹理特征向量、形状特征向量和颜色特征向量；通过所述特征提取模型的全连接层将所述纹理特征向量、形状特征向量、颜色特征向量和所述电镀层厚度特征向量进行融合，以及，将所述纹理特征向量、形状特征向量、颜色特征向量和所述导电性特征向量进行融合；所述特征提取模型的全连接层输出所述多光谱待检测图像的融合向量；采用主成分分析方法对所述融合向量进行降维；再使用基于互信息的特征筛选方法，计算降维后的融合向量与预设的电源针常见缺陷类别之间的互信息，通过预设的互信息阈值选择符合条件的融合向量，作为所述多光谱待检测图像的融合特征向量；将所述多光谱待检测图像的融合特征向量输入预先建立的缺陷检测模型，检测所述电镀层待检测图像中电源针电镀层的外观缺陷；其中，使用支持向量机建立所述缺陷检测模型，并利用多光谱样本图像的融合特征向量和预设的电源针常见缺陷类别标签对所述缺陷检测模型进行训练，学习所述多光谱样本图像的融合特征与预设的电源针常见缺陷类别之间的映射关系。

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中江立江电子有限公司，其通讯地址为：618100 四川省德阳市中江县南华镇芙蓉西路北段69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”。