针对瓷砖色差检测中传统方法依赖主观目测、结果不稳定的问题，提出一种融合纹理与颜色特征的瓷砖色差量化与分级方法。首先，构建了包含纹理与颜色双标签的大规模瓷砖数据集TILE-TCR(TILE Texture and Color Recognition)，以提升模型对纹理与颜色特征的表征能力；同时构建色差分级数据集TILE-CAG(TILE Chromatic Aberration Grade dataset)，用于支持色差分类任务。在此基础上，改进分形编码网络（FENet）的网络结构，引入空间金字塔池化（SPP）与SE(Squeeze-and-Excitation)，实现多任务特征提取与关键区域聚焦。通过聚类算法自适应确定色差分级阈值，实现色差分级的客观量化。实验结果表明，改进模型在瓷砖纹理分类任务中准确率达到92.82%，较基准模型提升1.84个百分点；在色差分级任务中多个评价指标均超过90%。此外，搭建了模拟生产流水线，完成模型的工业部署与实时性测试，在常见规格瓷砖上平均检测时间低于3 s，满足工业传送带在线检测的实时性要求。
