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！

龙图腾网恭喜清远市新金山陶瓷有限公司申请的专利一种陶瓷产品缺陷检测分析方法及系统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：CN119379680B 。

龙图腾网通过国家知识产权局官网在2025-04-11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：202411945855.1，技术领域涉及：G06T7/00；该发明授权一种陶瓷产品缺陷检测分析方法及系统是由张华玲;黄家福;张加龙;张荣超;杨永锋设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种陶瓷产品缺陷检测分析方法及系统在说明书摘要公布了：本发明公开了一种陶瓷产品缺陷检测分析方法及系统，涉及智能检测与分析技术领域，包括：采集陶瓷产品的多模态数据，并进行数据预处理；对预处理后的数据，采用图像分析方法识别陶瓷表面存在的缺陷区域，并标记其位置和范围；构建分类模型，并将识别的缺陷区域数据作为输入，对缺陷类型进行划分，并提取每种缺陷的特征；将分类的缺陷特征与预设的生产工艺参数规则库进行比对，分析缺陷形成的可能成因；根据分类和分析结果生成检测报告。本发明实现了陶瓷产品表面缺陷的精准识别与分类。其结合2D图像与3D形貌数据，大幅提升了检测的全面性与准确性；同时通过成因分析模型，将缺陷特征与生产工艺参数关联起来，提供了明确的成因推断和优化建议。

本发明授权一种陶瓷产品缺陷检测分析方法及系统在权利要求书中公布了：1.一种陶瓷产品缺陷检测分析方法，其特征在于，包括：采集陶瓷产品的多模态数据，并进行数据预处理；对预处理后的数据，采用图像分析方法识别陶瓷表面存在的缺陷区域，并标记其位置和范围；构建分类模型，并将识别的缺陷区域数据作为输入，对缺陷类型进行划分，并提取每种缺陷的特征；将分类的缺陷特征与预设的生产工艺参数规则库进行比对，分析缺陷形成的可能成因；根据分类和分析结果生成检测报告；所述构建分类模型包括，构建卷积神经网络分类模型，由输入层、特征提取层、全连接分类层和输出层构成，其中：输入层接收2D图像数据和3D形貌数据，分别提取颜色、纹理和几何特征；特征提取层通过卷积操作和池化操作提取局部和全局特征；全连接分类层综合提取的特征，对缺陷区域进行分类；输出层输出分类结果及特征参数，包括缺陷的类型、位置、尺寸、形状参数和深度信息；在特征提取层中，进行卷积操作，其计算公式为： ；其中，为卷积操作后在位置和通道的输出特征值，为输入数据在位置的像素值或点云高度值；为卷积核在位置和通道的权重矩阵，尺寸为；为通道的偏置项；卷积操作后的特征值通过ReLU激活函数进行非线性变换，其计算公式为： ；对卷积特征值进行池化操作以减少数据维度，池化计算公式为： ；其中，为池化后的输出特征值，为输入特征矩阵的行和列索引，为池化窗口内的输入数据值；对特征提取层的输出进行归一化处理，归一化公式为： ；其中，为归一化后的特征值，为输入的特征值，为特征值的均值，为特征值的方差，为防止除零的小正数；在全连接分类层中，计算各缺陷类型的分类概率，分类概率计算公式为： ；其中，为输入数据属于类别的概率，为输入数据的实际类别标签，为分类网络对类别的得分，为总类别数；在输出层中，计算缺陷区域的形状参数，其形状因子计算公式为： ；其中，为形状因子，为缺陷区域的面积，为缺陷区域的周长；所述分析缺陷形成的可能成因包括，根据分类模型输出的缺陷类型及特征参数，提取缺陷的主要特征，包括缺陷的类型、位置、尺寸、深度和形状因子；将提取的缺陷特征与生产工艺参数规则库进行比对，所述规则库包括：烧成温度与时间的范围，陶瓷原料的配比及粒度分布，涂釉厚度及均匀性参数，压制过程中的压力范围及均匀性；在比对过程中，基于以下匹配规则评估缺陷形成的可能成因：当缺陷特征的深度值超过设定的临界值，并与烧成温度的偏差存在线性相关时，推断缺陷可能由烧成温度异常引起；当缺陷特征的形状因子小于阈值，且涂釉厚度的偏差超过规定范围时，推断缺陷可能由涂釉不均引起；当缺陷特征的位置分布与压制压力的不均匀性匹配时，推断缺陷可能由压制过程异常引起；使用因果推理模型将比对结果与预设规则进行关联分析，通过以下公式计算缺陷形成的可能性： ；其中，成因为缺陷特征由成因导致的概率；成因为缺陷特征在成因下出现的概率；成因为成因的先验概率；为可能的成因数量；为缺陷特征在成因下出现的概率；成因为成因的先验概率；根据分析结果输出可能的缺陷成因，并按照成因的可能性大小排序，生成优化生产工艺的建议。

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清远市新金山陶瓷有限公司，其通讯地址为：511500 广东省清远市清新区禾云镇云龙陶瓷产业基地C区3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”。