精测电子申请基于深度学习的点缺陷特征还原方法专利，提高缺陷分类的准确性和效率

金融界2024年8月14日消息，天眼查知识产权信息显示，武汉精立电子技术有限公司、武汉精测电子集团股份有限公司申请一项名为“一种基于深度学习的点缺陷特征还原方法“，公开号CN202410670906.8，精测电子申请基于深度学习的点缺陷特征还原方法专利，提高缺陷分类的准确性和效率申请日期为2024年5月。

专利摘要显示，本发明提供了一种基于深度学习的点缺陷特征还原方法，通过光学拍摄和相机取像，捕捉同一类型的点缺陷在屏幕不同区域的形态，通过裁切得到若干缺陷小图，根据缺陷小图，建立同一类点缺陷在中心区域与非中心区域的图像对数据集，经过深度学习网络训练得到具有还原功能的网络模型，基于该网络模型可将非中心区域的点缺陷映射成该缺陷在中心区域应有的形态和灰阶特征，再对还原后的图像进行缺陷分类。本发明方法解决了因缺陷形态差异大造成的分类困难问题，弥补了常规校正算法的不足，提高了缺陷形态复原的可靠性，从而提高缺陷分类的准确性和效率。