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！

龙图腾网获悉江西水利电力大学申请的专利工业缺陷图像生成方法、系统、计算机设备及存储介质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：CN121304819B 。

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：202511843474.7，技术领域涉及：G06T11/00；该发明授权工业缺陷图像生成方法、系统、计算机设备及存储介质是由邓承志;张优;吴朝明;孙小惟;武瑛博;汪胜前;何如强设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本工业缺陷图像生成方法、系统、计算机设备及存储介质在说明书摘要公布了：本发明涉及图像生成领域，提出一种工业缺陷图像生成方法、系统、计算机设备及存储介质，通过对去噪扩散模型进行轻量化处理，减少了模型的计算量和内存占用，从而提升模型的运行效率，使模型更适合在实际应用中部署，通过区域感知模块，可以提高模型生成工业缺陷图片的质量和加快生成速度，区域感知模块通过引导模型精细化添加噪声和去除噪声，这有助于提高模型处理数据的效率，还通过细节增强模块，能够精细化模型处理输入图片的过程和提高模型对局部缺陷信息捕获的能力，从而提高模型生成工业缺陷图片的质量，本发明提高了图像生成效率和图像细节的准确性。

本发明授权工业缺陷图像生成方法、系统、计算机设备及存储介质在权利要求书中公布了：1.一种工业缺陷图像生成方法，其特征在于，包括： 获取工业缺陷数据集并进行图像预处理，所述图像预处理基于自适应线性插值算法； 对基础去噪扩散模型进行轻量化处理，以获取轻量化去噪扩散模型，所述轻量化去噪扩散模型包括区域感知模块和细节增强模块，所述轻量化去噪扩散模型基于U-Net架构； 根据区域感知模块引导所述轻量化去噪扩散模型对所述工业缺陷数据集进行去噪扩散处理，以获取基础工业缺陷图像； 所述根据区域感知模块引导所述轻量化去噪扩散模型对所述工业缺陷数据集进行去噪扩散处理，以获取基础工业缺陷图像的步骤，具体包括： 根据区域感知模块获取缺陷区域和时刻k值，所述缺陷区域的范围是根据工业缺陷数据集中的缺陷区域标注获取的，所述时刻k值的具体算法如下： ， 其中，k表示时刻k值，表示对k四舍五入，SX表示工业缺陷数据集中输入图像的像素点总数，SX’表示缺陷区域像素点总数，T为添加噪声过程中的总时间步； 根据所述缺陷区域和时刻k值引导轻量化去噪扩散模型对工业缺陷数据集进行去噪扩散处理，以获取基础工业缺陷图像； 所述根据所述缺陷区域和时刻k值引导轻量化去噪扩散模型对工业缺陷数据集进行去噪扩散处理的步骤，具体包括： 根据缺陷区域和时刻k值进行前向加噪处理，所述前向加噪处理的具体算法如下： ， 其中，Xt表示时刻k干扰前全图加噪声后的图片，和分别表示t和T时的噪声强度，且αt和αT小于等于1，T为添加噪声过程中的总时间步，t表示添加噪声过程中的第t时间步，表示区域感知模块输出的时刻，εt-1和εT-1分别表示t-1和T-1时满足标准高斯分布的噪声，表示T时间步对区域掩码标出缺陷区域加噪声的图片，表示前向加噪声过程完成k时刻加噪后的噪声图，表示前向加噪声过程完成的图片； 根据缺陷区域和时刻k值进行反向去噪处理，所述反向去噪处理的具体算法如下： ， 其中，和分别表示去除噪声过程中T-1和k时的缺陷区域图片，表示去除噪声过程中t-1时刻的全图图片，和分别表示在T-1和t-1时的预测噪声； 根据细节增强模块对所述轻量化去噪扩散模型进行细节增强，以获取细节增强工业缺陷图像，所述细节增强基于多尺度逆卷积； 对所述细节增强工业缺陷图像进行评估，以获取最终工业缺陷生成图像。

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江西水利电力大学，其通讯地址为：330000 江西省南昌市高新区天祥大道289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。