亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于濾布缺陷破損檢測(cè)方法、電子設(shè)備及存儲(chǔ)介質(zhì)與流程

文檔序號(hào):11775800閱讀:295來(lái)源:國(guó)知局
一種基于濾布缺陷破損檢測(cè)方法、電子設(shè)備及存儲(chǔ)介質(zhì)與流程

本發(fā)明涉及一種檢測(cè)技術(shù)領(lǐng)域,尤其涉及一種基于濾布缺陷破損檢測(cè)方法、電子設(shè)備及存儲(chǔ)介質(zhì)。



背景技術(shù):

工業(yè)濾布是由天然纖維和合成纖維織造而成的過濾介質(zhì),主要用于固液分離與工業(yè)除塵,合成纖維主要有丙綸,滌綸,錦綸,維綸等,其中以滌綸和丙綸最為常用,以固液分離為主,廣義的工業(yè)濾布也包括各種金屬材料編織網(wǎng)比如不銹鋼絲、鎳絲、黃銅絲。

目前而言,已有的商用布匹破損缺陷檢測(cè)系統(tǒng)均存在些許不足之處,過分的依賴高性能的計(jì)算機(jī)硬件,對(duì)軟件算法沒有足夠的重視?,F(xiàn)有技術(shù)中,一般采用特征面積區(qū)域法對(duì)濾布破損缺陷進(jìn)行檢測(cè),采用該特征面積區(qū)域法對(duì)濾布破損缺陷進(jìn)行檢測(cè)識(shí)別時(shí),是基于破洞透光的原理,對(duì)于穿透性類別的破損其檢出率高達(dá)95.46%,而對(duì)于磨損類別的破損檢測(cè)率低于20%,檢測(cè)結(jié)果表明對(duì)于磨損類別的檢測(cè)效果差,存在布匹破損缺陷檢測(cè)辨識(shí)能力不高的,只能識(shí)別破損較為明顯、紋理組織結(jié)構(gòu)不復(fù)雜、顏色單調(diào)的布匹。



技術(shù)實(shí)現(xiàn)要素:

為了克服現(xiàn)有技術(shù)的不足,本發(fā)明的目的之一在于提供一種基于濾布缺陷破損檢測(cè)方法,其能夠解決現(xiàn)有技術(shù)中對(duì)濾布破損缺陷進(jìn)行檢測(cè),存在濾布破損缺陷檢測(cè)辨識(shí)能力低的問題。

本發(fā)明的目的之二在于提供一種電子設(shè)備,其能夠解決現(xiàn)有技術(shù)中對(duì)濾布破損缺陷進(jìn)行檢測(cè),存在濾布破損缺陷檢測(cè)辨識(shí)能力低的問題。

本發(fā)明的目的之三在于提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其能夠解決現(xiàn)有技術(shù)中對(duì)濾布破損缺陷進(jìn)行檢測(cè),存在濾布破損缺陷檢測(cè)辨識(shí)能力低的問題。

本發(fā)明的目的之一采用如下技術(shù)方案實(shí)現(xiàn):

一種基于濾布缺陷破損檢測(cè)方法,包括以下步驟:

圖像紋理提取步驟:對(duì)濾布的圖像紋理特征進(jìn)行提取,并形成數(shù)據(jù)庫(kù);

分析判斷步驟:采用svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征進(jìn)行分析,并判濾布中的斷圖像紋理特征區(qū)是否為缺陷破損區(qū)。

進(jìn)一步地,圖像紋理提取步驟:采用灰度共生矩陣對(duì)濾布的圖像紋理特征進(jìn)行提取,并形成數(shù)據(jù)庫(kù)。

進(jìn)一步地,svm二分類器檢測(cè)模型法,設(shè)灰度圖像為f,灰度等級(jí)為l,則計(jì)算灰度共生矩陣的步驟如下:

(1)根據(jù)灰度圖像的灰度等級(jí)計(jì)算灰度共生矩陣的大小l2;

(2)任取灰度圖像f中的一點(diǎn)k(x,y),取另一點(diǎn)q(x+a,y+b),將該像素點(diǎn)對(duì)的灰度值記為(i,j);

(3)令點(diǎn)k在灰度圖像f上進(jìn)行移動(dòng),然后記錄得到的各個(gè)像素點(diǎn)對(duì)的(i,j)及距離值;

(4)統(tǒng)計(jì)圖像f中相距為的像素對(duì)出現(xiàn)的頻數(shù)n(i,j);

(5)將統(tǒng)計(jì)得到每一對(duì)(i,j)出現(xiàn)的聯(lián)合頻數(shù)n(i,j)排列成一個(gè)矩h(i,j),其中i和j分別表示矩陣中第i行和第j列,矩陣h(i,j),即為所求的灰度共生矩陣,或者,歸一化處理后再構(gòu)建共生矩陣。

進(jìn)一步地,若數(shù)據(jù)庫(kù)內(nèi)的樣本為線性可分,則svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征直接進(jìn)行分析。

進(jìn)一步地,若數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征為線性不可分,則使用非線性映射算法將低維線性不可分的樣本轉(zhuǎn)化到高維特征空間,以便使其線性可分,然后svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征直接進(jìn)行分析。

進(jìn)一步地,圖像紋理提取步驟:采用局部二進(jìn)制模式對(duì)濾布的圖像紋理特征進(jìn)行提取,并形成數(shù)據(jù)庫(kù)。

本發(fā)明的目的之二采用如下技術(shù)方案實(shí)現(xiàn):

一種電子設(shè)備,包括:處理器;

存儲(chǔ)器;以及程序,其中程序被存儲(chǔ)在存儲(chǔ)器中,并且被配置成由處理器執(zhí)行,程序包括用于執(zhí)行上述所描述的方法。

本發(fā)明的目的之三采用如下技術(shù)方案實(shí)現(xiàn):

一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,該程序被處理器執(zhí)行上述所描述的方法。

相比現(xiàn)有技術(shù),本發(fā)明的有益效果在于:

本發(fā)明中對(duì)濾布的圖像紋理特征進(jìn)行提取,并形成數(shù)據(jù)庫(kù),采用svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征進(jìn)行分析,并判濾布中的斷圖像紋理特征區(qū)是否為缺陷破損區(qū),能準(zhǔn)確的識(shí)別濾布中的破損,提高檢測(cè)辨識(shí)能力,能解決對(duì)濾布破損缺陷進(jìn)行檢測(cè),存在濾布破損缺陷檢測(cè)辨識(shí)能力低的問題。

附圖說(shuō)明

圖1為本發(fā)明提供基于濾布缺陷破損檢測(cè)方法中一種實(shí)施方式的流程示意框圖;

圖2為圖1所示基于濾布缺陷破損檢測(cè)方法中破損檢測(cè)的模塊示意框圖。

具體實(shí)施方式

下面,結(jié)合附圖以及具體實(shí)施方式,對(duì)本發(fā)明做進(jìn)一步描述,需要說(shuō)明的是,在不相沖突的前提下,以下描述的各實(shí)施例之間或各技術(shù)特征之間可以任意組合形成新的實(shí)施例。

實(shí)施例

本發(fā)明的濾布缺陷破損檢測(cè)方法主要應(yīng)用于破損檢測(cè)領(lǐng)域,目前而言,已有的商用布匹破損缺陷檢測(cè)系統(tǒng)均存在些許不足之處,過分的依賴高性能的計(jì)算機(jī)硬件,對(duì)軟件算法沒有足夠的重視?,F(xiàn)有技術(shù)中,一般采用特征面積區(qū)域法對(duì)濾布破損缺陷進(jìn)行檢測(cè),采用該特征面積區(qū)域法對(duì)濾布破損缺陷進(jìn)行檢測(cè)識(shí)別時(shí),是基于破洞透光的原理,對(duì)于穿透性類別的破損其檢出率高達(dá)95.46%,而對(duì)于磨損類別的破損檢測(cè)率低于20%,檢測(cè)結(jié)果表明對(duì)于磨損類別的檢測(cè)效果差,存在布匹破損缺陷檢測(cè)辨識(shí)能力不高的,只能識(shí)別破損較為明顯、紋理組織結(jié)構(gòu)不復(fù)雜、顏色單調(diào)的布匹。如何準(zhǔn)確的識(shí)別濾布中的破損,提高檢測(cè)辨識(shí)能力,是一個(gè)相當(dāng)困難的問題,針對(duì)上述問題,如圖1所示,本發(fā)明提供了一種濾布缺陷破損檢測(cè)方法,其包括以下步驟:

步驟s1:采用灰度共生矩陣對(duì)濾布的圖像紋理特征進(jìn)行提取,并形成數(shù)據(jù)庫(kù),或者,采用局部二進(jìn)制模式對(duì)濾布的圖像紋理特征進(jìn)行提取,并形成數(shù)據(jù)庫(kù)。

步驟s2:采用svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征進(jìn)行分析,若數(shù)據(jù)庫(kù)內(nèi)的樣本為線性可分,則svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征直接進(jìn)行分析;若數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征為線性不可分,則使用非線性映射算法將低維線性不可分的樣本轉(zhuǎn)化到高維特征空間,以便使其線性可分,然后svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征直接進(jìn)行分析;并判濾布中的斷圖像紋理特征區(qū)是否為缺陷破損區(qū)。

其中,svm二分類器檢測(cè)模型法,設(shè)灰度圖像為f,灰度等級(jí)為l,則計(jì)算灰度共生矩陣的步驟如下:

(1)根據(jù)灰度圖像的灰度等級(jí)計(jì)算灰度共生矩陣的大小l2;

(2)任取灰度圖像f中的一點(diǎn)k(x,y),取另一點(diǎn)q(x+a,y+b),將該像素點(diǎn)對(duì)的灰度值記為(i,j);

(3)令點(diǎn)k在灰度圖像f上進(jìn)行移動(dòng),然后記錄得到的各個(gè)像素點(diǎn)對(duì)的(i,j)及距離值;

(4)統(tǒng)計(jì)圖像f中相距為的像素對(duì)出現(xiàn)的頻數(shù)n(i,j);

(5)將統(tǒng)計(jì)得到每一對(duì)(i,j)出現(xiàn)的聯(lián)合頻數(shù)n(i,j)排列成一個(gè)矩h(i,j),其中i和j分別表示矩陣中第i行和第j列,矩陣h(i,j),即為所求的灰度共生矩陣,或者,歸一化處理后再構(gòu)建共生矩陣。

本發(fā)明公開了一種電子設(shè)備,包括處理器、存儲(chǔ)器以及程序,其中程序被存儲(chǔ)在存儲(chǔ)器中,并且被配置成由處理器執(zhí)行,程序包括用于執(zhí)行上述方法,或者本發(fā)明的方法存儲(chǔ)在可讀的存儲(chǔ)介質(zhì)上,并且該方法程序可以被處理器執(zhí)行。

如圖2所示,本發(fā)明提供了一種破損檢測(cè)系統(tǒng),其包括:

提取模塊和處理模塊,提取模塊對(duì)濾布的圖像紋理特征進(jìn)行提取,并形成數(shù)據(jù)庫(kù);

處理模塊采用svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征進(jìn)行分析,并判濾布中的斷圖像紋理特征區(qū)是否為缺陷破損區(qū)。

上述實(shí)施方式僅為本發(fā)明的優(yōu)選實(shí)施方式,不能以此來(lái)限定本發(fā)明保護(hù)的范圍,本領(lǐng)域的技術(shù)人員在本發(fā)明的基礎(chǔ)上所做的任何非實(shí)質(zhì)性的變化及替換均屬于本發(fā)明所要求保護(hù)的范圍。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1