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！

龙图腾网获悉贵州财经大学;深圳市东宏佳科技有限公司申请的专利基于AI视觉识别的PVC胶料缺陷检测方法及智能分拣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：CN121661057B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610173139.9，技术领域涉及：G06T7/00；该发明授权基于AI视觉识别的PVC胶料缺陷检测方法及智能分拣系统是由邓明森;杨宏海;喻曦设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本基于AI视觉识别的PVC胶料缺陷检测方法及智能分拣系统在说明书摘要公布了：本申请实施例公开了一种基于AI视觉识别的PVC胶料缺陷检测方法及智能分拣系统，方法包括：采集PVC胶料在生产输送过程中的连续多帧视觉成像数据；结合生产输送状态监测信息，分析PVC胶料的位置偏移轨迹和形态轮廓变化提取帧间特征关联信息；基于帧间特征关联信息生成跨帧缺陷跟踪链路，追踪形态异常区域并确定疑似表面缺陷区域；通过边缘轮廓识别挖掘表面缺陷特征；将表面缺陷特征输入分层推理挖掘模型，反向推导内部隐性缺陷类型并挖掘分布趋势，生成缺陷检测结果。本申请实施例实现了PVC胶料缺陷从表面到内部的全维度精准识别。

本发明授权基于AI视觉识别的PVC胶料缺陷检测方法及智能分拣系统在权利要求书中公布了：1.一种基于AI视觉识别的PVC胶料缺陷检测方法，其特征在于，所述方法包括： 采集PVC胶料在生产输送过程中的连续多帧视觉成像数据； 结合所述PVC胶料的生产输送状态监测信息，通过分析所述连续多帧视觉成像数据中所述PVC胶料的位置偏移轨迹和形态轮廓变化提取帧间特征关联信息：将位置偏移轨迹、形态轮廓变化参数与校正后的输送状态信息整合为帧间特征关联信息； 基于所述帧间特征关联信息确定所述连续多帧视觉成像数据的时序关联逻辑信息，将前一帧的胶料运动特征作为后一帧缺陷跟踪任务的输入约束，结合所述时序关联逻辑信息生成跨帧缺陷跟踪链路：对所述帧间特征关联信息进行时序维度的特征识别，提取所述帧间特征关联信息中包含的所述PVC胶料在不同帧之间的位置偏移量、形态轮廓相似度以及运动速率变化参数；通过时序关联特征矩阵量化所述连续多帧视觉成像数据中相邻帧之间的关联强度并确定所述连续多帧视觉成像数据的时序关联逻辑信息；基于所述时序关联逻辑信息创建帧间跳转关系模型，将所述输入约束导入所述帧间跳转关系模型中，通过所述帧间跳转关系模型确定相邻帧中缺陷跟踪目标的对应关系，基于所述对应关系连接各帧中的缺陷跟踪节点，生成覆盖所述连续多帧视觉成像数据的跨帧缺陷跟踪链路； 利用所述跨帧缺陷跟踪链路追踪所述连续多帧视觉成像数据中所述PVC胶料的形态异常区域，通过时序特征关联分析从所述形态异常区域中确定出疑似表面缺陷区域； 基于所述疑似表面缺陷区域的时序分布信息，通过边缘轮廓识别对所述疑似表面缺陷区域进行特征挖掘处理，得到包含特征层级关联与语义映射标签的表面缺陷特征：对提取的轮廓层级特征、纹理特征以及灰度梯度特征进行层级关联分析并生成特征层级关联图，并基于预设的缺陷语义标签库为各特征赋予对应的语义映射标签，将所述特征层级关联图与语义映射标签进行融合，得到包含特征层级关联与语义映射标签的表面缺陷特征； 将所述表面缺陷特征输入预设的分层推理挖掘模型进行层级化特征解析，提取所述表面缺陷特征对应的缺陷形态向量集，依据所述缺陷形态向量集与内部隐性缺陷的关联逻辑反向推导所述疑似表面缺陷区域对应的内部隐性缺陷类型，结合所述帧间特征关联信息中的时序变化规律挖掘内部隐性缺陷分布趋势，基于所述内部隐性缺陷类型以及所述内部隐性缺陷分布趋势生成所述PVC胶料的缺陷检测结果。

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贵州财经大学;深圳市东宏佳科技有限公司，其通讯地址为：550025 贵州省贵阳市花溪区花燕路288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。