基于深度学习的Mini-LED晶圆表面缺陷数据增强方法及装置

本发明公开了一种基于深度学习的Mini‑LED晶圆表面缺陷数据增强方法及装置，涉及图像处理领域，包括：构建基于每种缺陷类型的网络的扩散模型，扩散模型包括加噪过程和去噪过程，对网络进行训练，得到经训练的每种缺陷类型的网络；随机采样高斯噪声图，并输入到经训练的每种缺陷类型的网络，得到每种缺陷类型对应的预测噪声，并生成得到每种缺陷类型的生成缺陷图像，构建生成缺陷图像库；从生成缺陷图像库中随机选择生成缺陷图像并进行随机变换，得到变换后的生成缺陷图像，通过图像空间处理将变换后的随机选择的生成缺陷图像与背景图像进行合成，得到合成图像。本发明解决了现有图像数据增强技术存在不稳定性和效果不佳的问题。

《基于深度学习的Mini-LED晶圆表面缺陷数据增强方法及装置》是一发明专利，专利号为 2024117162740，当前法律状态为已下证，由华侨大学提出申请，发明人为陈海坤;潘书万;林远达;于洁;叶钦，申请日期为2024-11-27，公开（公告）日期为2025-04-29，国际专利分类号（IPC）为 G06T5/70(2024.01)I;G06N3/0455(2023.01)I;G06N3/0464(2023.01)I;G06N3/08(2023.01)I;G06T5/50(2006.01)I;G06T5/60(2024.01)I;G06F16/51(2019.01)I，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于深度学习的Mini‑LED晶圆表面缺陷数据增强方法及装置，涉及图像处理领域，包括：构建基于每种缺陷类型的网络的扩散模型，扩散模型包括加噪过程和去噪过程，对网络进行训练，得到经训练的每种缺陷类型的网络；随机采样高斯噪声图，并输入到经训练的每种缺陷类型的网络，得到每种缺陷类型对应的预测噪声，并生成得到每种缺陷类型的生成缺陷图像，构建生成缺陷图像库；从生成缺陷图像库中随机选择生成缺陷图像并进行随机变换，得到变换后的生成缺陷图像，通过图像空间处理将变换后的随机选择的生成缺陷图像与背景图像进行合成，得到合成图像。本发明解决了现有图像数据增强技术存在不稳定性和效果不佳的问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！