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！

龙图腾网获悉厦门博视源机器视觉技术有限公司申请的专利一种基于深度学习及机器视觉的产品质量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：CN121724983B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610198389.8，技术领域涉及：G06T7/00；该发明授权一种基于深度学习及机器视觉的产品质量检测方法是由梁火炼;梁火炎设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本一种基于深度学习及机器视觉的产品质量检测方法在说明书摘要公布了：本发明涉及供配电电路装置在线监测技术领域，公开了一种基于深度学习及机器视觉的产品质量检测方法，包括：获取受控供配电物理实体表面性态的离散空间分布信号，基于待分析采样点梯度特征采用多种尺度因子构建多尺度结构张量组，通过确定多尺度结构张量组在不同尺度下的能量演化速率，判定采样点所属区域属性，执行局部定向能量抑制映射剥离干扰成分，对多尺度结构张量组叠加虚拟扰动分量矩阵，根据主轴方向偏转矢量确定拓扑奇异点，利用拉普拉斯算子约束的拓扑外推算法向幅度饱和连通域内部填充虚拟梯度，本发明能够实现环境干扰场与材质缺陷场的盲源解耦，补偿强反射导致的信号盲区，提升供电传导部件的检测精度。

本发明授权一种基于深度学习及机器视觉的产品质量检测方法在权利要求书中公布了：1.一种基于深度学习及机器视觉的产品质量检测方法，其特征在于，包括以下步骤： 步骤S101，获取表征受控供配电物理实体表面性态的离散空间分布信号； 步骤S102，基于离散空间分布信号中待分析采样点的梯度特征，采用第一空间尺度因 子以及第二空间尺度因子构建多尺度结构张量组； 步骤S103，分别计算多尺度结构张量组对应的第一特征值能量响应与，通过 计算第一特征值能量响应减去的差值并除以，确定多尺度结构张量组在不 同空间尺度下的能量演化速率； 步骤S104，将能量演化速率与预设衰减阈值进行比较，以判定待分析采样点所属区域为线性缺陷区域或本征纹理区域； 步骤S105，根据判定结果，对离散空间分布信号执行局部定向能量抑制映射，剥离与受控供配电物理实体背景纹理同向的干扰成分； 步骤S106，对多尺度结构张量组叠加虚拟扰动分量矩阵，计算多尺度结构张量组的主轴方向在叠加虚拟扰动分量矩阵前后的方向偏转矢量，并根据方向偏转矢量确定拓扑奇异点； 步骤S107，提取离散空间分布信号中幅度饱和连通域的边界能量流向，利用以拉普拉斯算子为约束条件的拓扑外推算法，向幅度饱和连通域内部进行虚拟梯度填充； 步骤S108，基于虚拟梯度填充后的特征空间，利用预先训练的深度学习分类模型识别拓扑奇异点以及线性缺陷，输出表征受控供配电物理实体质量状态的检测结果。

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厦门博视源机器视觉技术有限公司，其通讯地址为：361000 福建省厦门市厦门火炬高新区软件园三期诚毅北大街62号209单元0665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”。

以上内容由龙图腾AI智能生成。