欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019108663655
申请人: 广东工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2025-03-19
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种织唛缺陷检测方法,其特征在于,包括:获取待检测织唛样本图像;

对所述待检测织唛样本图像赋予权重,得到新的织唛样本图像;

基于所述新的织唛样本图像构造先验矩阵;

将所述先验矩阵代入到预置目标函数中,对所述预置目标函数进行迭代优化;

根据优化结果对所述新的织唛样本图像进行分割,得到分割后的织唛样本图像;

将所述分割后的织唛样本图像与模板图像进行匹配,得到缺陷检测结果。

2.根据权利要求1所述的织唛缺陷检测方法,其特征在于,所述对所述待检测织唛样本图像赋予权重,得到新的织唛样本图像,包括:根据对所述待检测织唛样本图像进行非广义熵计算得到的熵值对所述待检测织唛样本图像赋值权重,得到新的织唛样本图像。

3.根据权利要求1所述的织唛缺陷检测方法,其特征在于,所述基于所述新的织唛样本图像构造先验矩阵,包括:对所述新的织唛样本图像进行等块像素分块处理,得到多个等大小的像素块;

对所述多个像素块进行特征提取,得到一一对应的多个特征向量;

在所述多个特征向量中随机选择s个特征向量,对所述s个特征向量求均值,得到平均特征向量;

将所述平均特征向量作为候选参考特征向量,重复k次,得到k个候选参考特征向量,其中,s、k均为大于0的整数;

计算所述k个候选参考特征向量的均值,得到平均候选参考特征向量;

计算所述多个特征向量与平均候选参考特征向量之间的空间距离,构造先验知识;

根据所述先验知识构造所述先验矩阵。

4.根据权利要求1所述的织唛缺陷检测方法,其特征在于,所述将所述分割后的织唛样本图像与模板图像进行匹配,得到缺陷检测结果,之前还包括:基于自适应阈值分割算法对所述分割后的织唛样本图像进行再次分割。

5.根据权利要求1所述的织唛缺陷检测方法,其特征在于,所述对所述待检测织唛样本图像赋予权重,得到新的织唛样本图像,之前还包括:对所述待检测织唛样本图像进行预处理。

6.根据权利要求1所述的织唛缺陷检测方法,其特征在于,所述将所述分割后的织唛样本图像与模板图像进行匹配,得到缺陷检测结果,包括:将所述分割后的织唛样本图像与模板图像进行差分处理;

当所述差分处理得到的差分图像的像素值全为0时,缺陷检测结果为所述待检测织唛图像没有缺陷,当所述差分处理得到的差分图像的像素值不全为0时,缺陷检测结果为所述待检测织唛图像为缺陷图像,且差分图像中的像素值不为0的位置为缺陷具体位置。

7.根据权利要求1所述的织唛缺陷检测方法,其特征在于,所述预置目标函数为其中,I为标准织唛图像,I′为所述新的织唛样本图像,W为所述先验矩阵,E为变量,λ用于平衡 和 两部分,且λ>0。

8.一种织唛缺陷检测装置,其特征在于,包括:图像获取模块,用于获取待检测织唛样本图像;

权重模块,用于对所述待检测织唛样本图像赋予权重,得到新的织唛样本图像;

第一构造先验矩阵模块,用于基于所述新的织唛样本图像构造先验矩阵;

迭代优化模块,用于将所述先验矩阵代入到预置目标函数中,对所述预置目标函数进行迭代优化;

优化分割模块,用于根据优化结果对所述新的织唛样本图像进行分割,得到分割后的织唛样本图像;

缺陷检测模块,用于将所述分割后的织唛样本图像与模板图像进行匹配,得到缺陷检测结果。

9.据权利要求8所述的织唛缺陷检测装置,其特征在于,所述第一构造先验矩阵模块,包括:像素分块模块,用于对所述新的织唛样本图像进行等块像素分块处理,得到多个等大小的像素块;

特征提取模块,用于对所述多个像素块进行特征提取,得到一一对应的多个特征向量;

第一求均值模块,用于在所述多个特征向量中随机选择s个特征向量,对所述s个特征向量求均值,得到平均特征向量;

重复模块,用于将所述平均特征向量作为候选参考特征向量,重复k次,得到k个候选参考特征向量,其中,s、k均为大于0的整数;

第二求均值模块,用于计算所述k个候选参考特征向量的均值,得到平均候选参考特征向量;

计算模块,用于计算所述多个特征向量与平均候选参考特征向量之间的空间距离,构造先验知识;

第二构造先验矩阵模块,用于根据所述先验知识构造所述先验矩阵。

10.据权利要求8所述的织唛缺陷检测装置,其特征在于,还包括:预处理模块,用于对所述待检测织唛样本图像进行预处理。