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！

龙图腾网恭喜上海第二工业大学;盟立自动化(昆山)有限公司申请的专利瓶身缺陷检测方法、系统、介质及电子设备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：CN117274209B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202311272313.8，技术领域涉及：G06T7/00；该发明授权瓶身缺陷检测方法、系统、介质及电子设备是由秦琴;张亚慧;曾志豪设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本瓶身缺陷检测方法、系统、介质及电子设备在说明书摘要公布了：本发明提供了一种瓶身缺陷检测方法、系统、介质及电子设备，包括：获取训练集，所述训练集包括瓶身的图像和标签，所述标签包括边界框的坐标及相应的类别，计算所有边界框的宽度和高度；根据计算结果，使用K‑Means++算法进行聚类，得到锚框；将聚类得到的锚框应用于YOLOv5模型的配置文件中；利用所述训练集和所述配置文件训练所述YOLOv5模型；获取待检测图像，使用训练好的模型对所述待检测图像进行瓶身缺陷检测。本发明采用了图像处理与人工智能相结合的方法，解决了传统图像处理方式准确率低、鲁棒性差等问题，并显著提高了机油瓶瓶身缺陷检测的准确率和适应性。

本发明授权瓶身缺陷检测方法、系统、介质及电子设备在权利要求书中公布了：1.一种瓶身缺陷检测方法，其特征在于，包括：边界提取步骤：获取训练集，所述训练集包括瓶身的图像和标签，所述标签包括边界框的坐标及类别，计算所有边界框的宽度和高度；聚类步骤：根据计算结果，使用K-Means++算法进行聚类，得到锚框；配置步骤：将聚类得到的锚框应用于YOLOv5模型的配置文件中；训练步骤：利用所述训练集和所述配置文件训练所述YOLOv5模型；检测步骤，所述检测步骤包括：AI模型目标处理步骤：采用训练好的模型检测待检测图像的位置线区域以及是否存在瑕疵点，如果对瑕疵点的识别结果在设定的条件之内，判定为不良品，若瑕疵点的识别结果不满足条件，裁剪出所述位置线区域；图像处理步骤：对裁剪出的所述位置线区域进行全局阈值处理，阈值是基于图像的二维直方图进行选取，经过全局阈值分割，采用开运算去除颗粒噪声，断开部分物体之间的粘连，然后利用sobel边缘检测算法对位置线边缘进行检测，获取位置线的两条轮廓线，再进行颜色筛选，获取黑色背景以及两条白色的位置线轮廓线；分别获取两条白色位置线轮廓的像素点，对上述像素点进行处理获取位于两条位置线轮廓之间的中位线；一方面，根据中位线首尾的两个像素点求取一条直线，并且求取中位线上的所有像素点到中位线的首尾两个像素点构成的直线的距离之和，距离求取完毕以后，根据距离之和判断位置线弯曲程度是否在可接受范围内，在可接受范围内，则判为良品，反之判为不良品；另一方面，对中位线上的所有像素点的横坐标进行方差的求解，判断所有像素点的离散度，若位置线是斜直状况，对该情形进行滤除；通过判别中位线上所有像素点到中位线首尾两个像素点构成直线的距离之和以及离散值判断是否在良品范围内，若不在范围内，则位置线弯曲，判为不良品；其中，所述YOLOv5模型包括：输入端；主干网络，连接所述输入端，提取增强数据的特征部分，所述主干网络使用CSPDarknet53网络，包含多个CSP模块，每个CSP模块包括两个连续的卷积层、一个残差连接层和一个小目标检测层；颈部网络，连接所述主干网络，对不同尺度特征信息进行融合，所述颈部网络使用BiFPN结构，根据特征部分的重要性对不同尺度的特征部分进行加权融合；头部网络，连接所述颈部网络，将检测结果输出为边界框和类别预测信息。

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上海第二工业大学;盟立自动化(昆山)有限公司，其通讯地址为：201209 上海市浦东新区金海路2360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”。