standard download
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210433723.5 (22)申请日 2022.04.24 (65)同一申请的已公布的文献号 申请公布号 CN 114549522 A (43)申请公布日 2022.05.27 (73)专利权人 启东新朋莱纺织科技有限公司 地址 226200 江苏省南 通市启东市滨 海工 业园区(百越新材料科技启东有限公 司内) (72)发明人 杨美琴 (74)专利代理 机构 杭州聚邦知识产权代理有限 公司 33269 专利代理师 周美锋 (51)Int.Cl. G06T 7/00(2017.01)G06T 7/11(2017.01) G06T 7/187(2017.01) G06T 7/90(2017.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) 审查员 徐菲 (54)发明名称 基于目标检测的纺织品质量检测方法 (57)摘要 本发明涉及纺织品异常检测技术领域, 具体 涉及基于目标检测的纺织品质量检测方法, 该方 法首先利用相空间重构滤波图像对应的灰度值 序列, 得到重构矩阵和关联维数, 根据关联维数 对滤波图像进行评价得到质量异常指标。 基于质 量异常指标, 筛选滤波 图像得到多张异常图像。 根据各像素点的颜色表征向量的差异得到异常 类别和对应的异常区域; 将含有异常区域信息的 纺织品图像输入神经网络模型中输出各异常区 域对应的异常等级; 根据各异常区域对应的异常 等级和面积对 纺织品图像进行质量评级, 得到质 量评价指标。 本发明对纺织品图像的质量检测, 并对异常区域进行异常等级划分, 达到了提高对 纺织品质量检测的准确性和效率的目的。 权利要求书2页 说明书10页 附图3页 CN 114549522 B 2022.06.24 CN 114549522 B 1.基于目标检测的纺织品质量检测方法, 其特 征在于, 该 方法包括以下步骤: 采集纺织品图像, 滤波所述纺织品图像得到滤波图像; 获取所述滤波图像对应的灰度值序列; 利用相空间重构所述灰度值序列, 得到重构矩 阵; 获取所述重构矩阵对应的关联维数, 根据所述关联维数对所述滤波图像中各像素点之 间的关联性进行评价得到滤波图像的质量异常指标; 基于所述质量异常指标, 筛选所述滤 波图像得到多张异常图像; 提取所述异常图像中各像素点的RGB通道 的差值作为像素点对应的颜色表征向量; 根 据各像素点的颜色表征向量的差异将 像素点分为两个类别, 两个类别包括异常类别和正常 类别; 对所述异常类别进行 连通域分析得到多个异常区域; 将含有异常区域信息的所述纺织品图像输入神经网络模型中输出各异常区域对应的 异常等级; 获取各所述异常区域的面积, 根据各异常区域对应的所述异常等级和所述面积 对所述纺织品图像进行质量评级, 得到质量评价指标。 2.根据权利要求1所述的基于目标检测的纺织品质量检测方法, 其特征在于, 所述根据 所述关联维数对所述滤波图像中各像素点之间的关联性进行评价得到滤波图像的质量异 常指标, 包括: 所述质量异常指标的计算公式为: 其中, 为所述质量异常指标; 为所述关联维数; 为模型参数; 为可调参数。 3.根据权利要求1所述的基于目标检测的纺织品质量检测方法, 其特征在于, 所述根据 各像素点的颜色表征向量的差异将像素点分为两个 类别, 包括: 任意选取两个像素点作为初始的质心点; 根据各像素点与两个所述初始的质心点对应 的所述颜色表征向量的差值将所有所述像素点分为两个初始类别; 计算各所述初始类别内各像素点的所述颜色表征向量的第 一均值, 选取与 所述第一均 值距离最小的颜色表征向量对应的像素点作为二次更新的质心 点; 根据各像素点与两个所 述二次更新的质心点对应的所述颜色表征向量的差值将所有所述像素点分为两个第二类 别; 计算各所述第 二类别内各像素点的所述颜色表征向量的第 二均值, 选取与 所述第二均 值距离最小的颜色表征向量对应的像素点作为三次更新的质心 点; 根据各像素点与两个所 述三次更新的质心点对应的所述颜色表征向量的差值将所有所述像素点分为两个第三类 别; 直至再次更新质心点时, 质心点 不再发生变化, 完成对像素点的分类。 4.根据权利要求1所述的基于目标检测的纺织品质量检测方法, 其特征在于, 所述根据 各异常区域对应的所述异常等级和所述面积对 所述纺织品图像进 行质量评级, 得到质量评 价指标, 包括: 所述质量评价指标的计算公式为:权 利 要 求 书 1/2 页 2 CN 114549522 B 2其中, 为所述质量评价指标; 为异常区域的数量; 为第 个异常区域的面积; 为 第 个异常区域的所述异常等级; 为第一模型权值; 为第二模型权值。 5.根据权利要求1所述的基于目标检测的纺织品质量检测方法, 其特征在于, 所述根据 各像素点的颜色表征向量的差异将像素点分为两个类别, 两个类别包括异常类别和正常类 别, 还包括: 分别计算两个 类别的颜色表征向量的类别均值向量; 分别计算两个所述类别向量均值与预设正常颜色表征向量的相似度; 两个相似度中相似度最大值对应的类别为正常类别; 相似度最小值对应的类别为异常 类别。 6.根据权利要求1所述的基于目标检测的纺织品质量检测方法, 其特征在于, 所述提取 所述异常图像中各像素点的RGB通道的差值作为像素点对应的颜色表征向量, 包括: 基于异常图像, 获取 各像素点的红色通道的值、 绿色通道的值和蓝色通道的值; 所述红色通道的值和所述绿色通道的值的差值为红绿通道的差值, 所述蓝色通道的值 和所述绿色通道的值的差值为蓝绿通道的差值, 所述红色通道的值和所述蓝色通道的值的 差值为红蓝通道的差值; 所述红绿通道的差值、 所述蓝绿通道的差值和所述红蓝通道的差值构 成所述颜色表征 向量。 7.根据权利要求1所述的基于目标检测的纺织品质量检测方法, 其特征在于, 所述滤波 所述纺织品图像得到滤波图像, 包括: 利用中值滤波函数对所述纺织品图像进行滤波; 对滤波后的纺织品图像进行灰度化得 到所述滤波图像。 8.根据权利要求1所述的基于目标检测的纺织品质量检测方法, 其特征在于, 所述基于 所述质量异常指标, 筛 选所述滤波图像得到多张异常图像, 包括: 选取所述质量异常指标 大于等于预设异常指标阈值的滤波图像, 得到多张异常图像。 9.根据权利要求1所述的基于目标检测的纺织品质量检测方法, 其特征在于, 所述将含 有异常区域信息的所述纺织品图像输入神经网络模型中输出各异常区域对应的异常等级, 包括: 所述神经网络模型为卷积神经网络 。权 利 要 求 书 2/2 页 3 CN 114549522 B 3
专利 基于目标检测的纺织品质量检测方法
文档预览
中文文档
16 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共16页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-24 01:00:10
上传分享
举报
下载
原文档
(593.2 KB)
分享
友情链接
DB65-T 4458-2021 南疆盐碱地土壤调理剂施用技术规程 新疆维吾尔自治区.pdf
JR-T 0070-2012 信用增进机构风险管理规范.pdf
NB-T 10897—2021 烃基生物柴油.pdf
GB 37300-2018 公共安全重点区域视频图像信息采集规范.pdf
WS-T 640-2018 临床微生物学检验样本的采集和转运.pdf
DB52-T 1541.7-2021 政务数据平台 第7部分:运维管理规范 贵州省.pdf
GB-T 20518-2018 信息安全技术 公钥基础设施 数字证书格式.pdf
SN-T 5476-2022 进境马属动物指定隔离检疫场建设规范.pdf
T-CACM 1437—2023 膝骨关节炎针刀临床诊疗指南.pdf
DB44-T 2368-2022 社会组织能力建设指南 广东省.pdf
GB-T 32905-2016 信息安全技术 SM3密码杂凑算法.pdf
GB-T 21709.1-2008 针灸技术操作规范 第1部分 艾灸.pdf
NY-T 1236-2006 绵、山羊生产性能测定技术规范.pdf
广西壮族自治区民用建筑节能条例.pdf
NY-T 1240-2021 草原鼠荒地治理技术规范.pdf
GB-T 31497-2015 信息技术 安全技术 信息安全管理 测量.pdf
GB-T 43565-2023 中小学合成材料面层篮球场地.pdf
GB-T 14745-2017 包装用缓冲材料蠕变特性试验方法.pdf
NB-T 10302-2019 电冰箱用双金属片式化霜温控器.pdf
GB-T 36351.2-2018 信息技术 学习、教育和培训 教育管理数据元素 第2部分:公共数据元素.pdf
1
/
16
评价文档
赞助2.5元 点击下载(593.2 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。