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！

龙图腾网获悉南通大学申请的专利一种基于自编码器的镜头模组中脏污识别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：CN116485749B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310440421.5，技术领域涉及：G06T7/00；该发明授权一种基于自编码器的镜头模组中脏污识别方法是由胡彬;姚章燕;李灏;李跃华设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本一种基于自编码器的镜头模组中脏污识别方法在说明书摘要公布了：本发明涉及摄像头检测技术领域，尤其涉及一种基于自编码器的镜头模组中脏污识别方法。解决了在采集镜片图像时，需要人工干预，不适用于产线自动化生产的问题。其技术方案为：包括以下步骤：S1：收集若干张干净镜片的样本图片；S2：构建自编码神经网络，神经网络结构由编码器和解码器组成；S3：对输入图像进行预处理，截取图中的镜片区域；S4：自编码网络训练；S5：镜片脏污分类器训练。本发明的有益效果为：本发明能够自动识别成品模组中的镜片是否存在脏污，无需人工干预。

本发明授权一种基于自编码器的镜头模组中脏污识别方法在权利要求书中公布了：1.一种基于自编码器的镜头模组中脏污识别方法，其特征在于，包括以下步骤： S1：收集若干张干净镜片的样本图片； S2：构建自编码神经网络，神经网络结构由编码器和解码器组成； S3：对输入图像进行预处理，截取图中的镜片区域； S4：自编码网络训练； S5：镜片脏污分类器训练； 步骤S2具体为： 输入x经过编码器E得到f=Ex，然后通过解码器D得到输出x^'=Df，其中编码器和解码器为对称结构； 其中：x为输入编码器E的图片，x^'为解码器D输出的图片； 步骤S3具体为： S3.1：针对一张输入图片，对图像做边缘检测算法； S3.2：对步骤S3.1的结果采用霍夫变换求图中的圆形区域，选取与预定义圆距离最小的作为镜片区域图片，得到镜片所在的圆为； 其中xo，yo表示镜片所在的圆的圆心坐标，ro表示半径； 经过圆形拟合算法，得到一组圆的集合S，数量为C，遍历集合，对于集合中的一个元素，其中表示该圆的圆心坐标，表示半径， 1初始化，； 其中：用于衡量半径差值，D用于圆心差值； 2计算的绝对值，计算，如果且，更新，； DC表示集合中一个圆的圆心和预定义圆心的距离； 3遍历集合S，步骤2中计算得到的最小的值对应的参数即为镜片所在的圆，得到镜片所在的圆为； 其中xd，yd表示镜片所在的圆的圆心坐标，rd表示半径； S3.3：根据步骤S3.2的结果从图中截取镜片区域图片，图片宽高为，其中为预定义参数，将图中圆形区域外像素置0，宽高缩放到，其中； 其中W为图片宽度，H为图片高度； 步骤S4具体包括： S4.1：从样本集中读取一张输入图片，经过步骤S3处理后截取的图片x输入网络，得到输出x^'； S4.2：计算重构误差，Loss=‖x-x^'‖； ‖x-x^'‖指L1损失函数，其计算公式为： ； N为训练样本数量，和分别表示x和x^'中第i个像素的值，P表示像素集合； S4.3：采用梯度下降法，更新编码器和解码器的参数； S4.4：重复步骤S4.1-S4.3，直到模型收敛，得到编码器参数E_θ； 步骤S5具体包括： S5.1：从样本集中随机选取M张图片，输入步骤S4中得到的编码器参数E_θ，得到特征集合{f_1,f_2,…,f_M}； 其中：M是样本集中图片的数量，f_i表示第i张样本图片的特征； S5.2：将步骤S5.1中的特征集合作为one-classSVM的输入，训练出分类器。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。