测试下你是否能做到高质量？- 专利撰写实例解读3

本系列通过对实际案例的解读，帮助读者了解：  

• 如何判断专利申请质量      

• 怎么把专利申请写得更好      

一项创新技术，怎么布局权要才能算高质量？

接下来我们将分析一件专利申请，读者可以一起来测试自己能不能做到高质量。

好的撰写一定是建立在充分的技术理解基础上，所以我们先了解下这个技术方案的发明点：

• 为了解决在齿轮缺陷检测中，齿间的齿槽区域裂纹检测精度低的问题。通过对此部分区域的图像做特殊处理后再检测缺陷。更具体的，根据疑似裂纹像素点和灰度梯度阈值对阴影区域像素点分类，分类后对分类像素点和未分类像素点做不同程度增强处理。分类、增强、再分类、再增强……经过多轮后，根据不同分类对应的增强齿槽灰度图像，检测裂纹。

先看看下面这个版本的独权，你觉得算得上高质量吗？如果需要修改，你会怎么改？

1.一种基于计算机视觉的齿轮缺陷检测方法,其特征在于,该方法包括:

S1，根据预设灰度阈值，将齿槽灰度图像的像素点划分为高亮像素点和阴影像素点；其中，所述齿槽灰度图像包括齿轮和齿根处阴影区域；

S2，对高亮像素点进行聚类，获得多个高亮区域及其面积；

S3，对齿槽灰度图像进行边缘检测得到齿轮的齿线和阴影区域的边缘线；

S4，获得所述齿线和阴影区域的边缘线的像素点之间的最短距离，以最短距离的均值作为阴影区域的平均宽度，同时得到其宽度的方差；

S5，根据齿槽灰度图像中齿槽区域的面积、各高亮区域的面积、阴影区域的平均宽度和方差获得光源角度调节目标函数；

S6，根据光源角度调节目标函数调节光源，当目标函数取得最小值时获得最优齿槽灰度图像；

S7，基于最优齿槽灰度图像中的不属于高亮区域的高亮像素点，选取预定数量的与邻域像素点的差异程度大的像素点为疑似裂纹像素点；

S8，利用预定数量的疑似裂纹像素点和不同的灰度梯度阈值将阴影区域的像素点进行分类；

S9，根据灰度梯度阈值对该灰度梯度阈值对应的同类像素点和其他像素点进行不同程度的增强；

S10，获得增强后阴影区域中各类像素点与其他像素点的对比度，判断相应类别的像素点是否为裂纹像素点。

如果要提高这条权要的质量，需要做什么？——保证技术方案清楚的前提下，去掉不必要的技术特征。

去掉的技术特征一般分为两类：

• 常规技术

• 与发明点有关，但更细节的技术

第一类特征不需要出现在权要中；第二类特征因为过于细节，会影响独权的保护范围，即使想保护这类特征，也可能是放到从权更合适。

详细分析上文独权的10个步骤，核心发明点其实是步骤S8-S9。那是不是可以直接删除步骤S1-S7、S10？这样会导致不清楚问题。

一个供参考的改法如下：

1.一种齿轮缺陷检测方法，其特征在于，包括：

根据初始齿槽灰度图像，确定目标光源，并获取所述目标光源对应的目标齿槽灰度图像；其中，齿槽灰度图像包括齿轮和齿根处阴影区域；

基于所述目标齿槽灰度图像，确定疑似裂纹像素点；

基于所述疑似裂纹像素点和灰度梯度阈值对所述阴影区域的像素点进行至少一轮分类处理和增强处理，确定增强后的齿槽灰度图像；

基于所述增强后的齿槽灰度图像，确定裂纹像素点。

我们先来理解这几个步骤，再评判上面的改法是不是高质量。

• 步骤S1-S4的目的是为了获得“光源角度调节目标函数”，这个目标函数是用来确定最优齿槽灰度图像，以进一步确定疑似裂纹像素点，也就是发明点中分类所用的关键信息。其实，S1-S4步骤的详细技术手段属于图像领域的常规操作，也是很细节容易被规避的技术点。完全没有必要出现在独权甚至权要中。

• 步骤S5-S6是基于“光源角度调节目标函数”而引发。虽然可能不常规，但是也属于算法的细节描述。如果想要保护，出现在从权更为合适。

• 步骤S7、S10基于像素点之间的比较来实现识别，这本身就属于常规技术，而且存在其他方法可以替代，很容易被规避。

即使到了答复阶段，想要依靠步骤S1-S4、S7、S10来说服审查员具有创造性可能并不现实；S5-S6或许还有可能。

修改后的权要也并未完全去掉这些步骤，为了让方案清楚，对一些技术特征（即，如何确定疑似裂纹像素点）做了合理上位。

这样修改之后的权利要求，应该可以算得上具有较高的质量了。

”写清楚“是权要撰写最基础的要求，更重要的是确定较为合理的保护范围并能兼顾创造性。

想要做到这一点，除了要深挖技术方案，还要对权要进行合理布局，这都需要撰写人具有较强的技术理解能力和深厚的权要撰写功底。不过，基于持续的努力和良好的培训，还是有很多优秀代理人能做到这一点的。

本系列通过持续的实例解读，帮助读者提高分辨专利质量、提升申请水准的能力，敬请关注！