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

基于紋理特征聚類的磁瓦表面缺陷檢測(cè)方法_2

文檔序號(hào):9930071閱讀:來(lái)源:國(guó)知局
陷存在于 0-180度之間范圍,故選用0度、45度、90度和135度四個(gè)方向的能量譜。
[0074] (3)構(gòu)造 G油or能量總譜。
[007引四方向的G油or能量譜尚,做,化',做分別表示了四個(gè)方向的紋理特征,如果直接 對(duì)四方向能量譜分別聚類,則存在重復(fù)計(jì)算,缺陷特征不明顯等缺點(diǎn),所W本發(fā)明將四方向 能量譜疊加,得到能量總譜#5',既增強(qiáng)了缺陷的紋理特征,同時(shí)減少了計(jì)算量。
[0076]
[0077] 所述第二步具體為。
[007引構(gòu)造一個(gè)自定義乘積系數(shù)譜卿>,>,),通過自定義系數(shù)譜間X_y)與6油^能量譜 相乘得到修正后的G油or能量譜iZK。
[0079] 在必5'中,主要存在H個(gè)區(qū)域,分別是正常紋理區(qū)域、光照不均勻區(qū)域和缺陷區(qū)域, 且光照不均勻區(qū)域和缺陷區(qū)域在Gabor能量譜中幅值大小相近,影響了聚類分割,本發(fā)明 通過局部灰度特征構(gòu)造自定義能量系數(shù)譜修正G油or能量譜,W優(yōu)化聚類算法。假設(shè)磁瓦 表面某點(diǎn)的灰度值為g任,計(jì)算W該點(diǎn)為中必的邊長(zhǎng)為n的正方向框內(nèi)的平均灰度值 /??任術(shù)^和標(biāo)準(zhǔn)差^/任_^入通過如下公式得到自定義系數(shù)譜內(nèi)^,7)。
[0080]
[0081] 其中口為標(biāo)準(zhǔn)差影響因子,當(dāng)レ和n偏大時(shí)整個(gè)圖像都有較高值的系數(shù)譜,M的取 值范圍為-1. 5~1. 5,n的取值范圍為5~15。
[008引將自定義乘積系數(shù)譜講>,_y)與G油or能量總譜按點(diǎn)相乘,得到修正后的G油or能 量譜#化*。
[0083]
[0084] 所述第H步具體為。
[0085] 通過修正后的G油or能量譜分析,有3個(gè)區(qū)域特征明顯區(qū)分,故將模糊C均值聚類 算法(FCM)中的參數(shù)模糊簇簇?cái)?shù)C確定為3。FCM算法是一種數(shù)據(jù)分類的算法,具體方法為 把n個(gè)向量x;(z =1,2…W)分成C個(gè)模糊簇,并求得每個(gè)簇的聚類中必,使得目標(biāo)函數(shù)達(dá)到最 小,F(xiàn)CM的目標(biāo)函數(shù)-般表示為。
[0086]
[0087] 。
[008引 。類的中必點(diǎn),姑.表示第左個(gè)樣本屬于私類的 隸屬度,a:知H )為控制模糊度的權(quán)重指數(shù)。為了使目標(biāo)函數(shù)達(dá)到最小,聚類中必和 隸屬度的更新如下。
[0089]
[0090]
[0091] 其中;s' = l,2…。占二1,2…《。
[0092] 當(dāng)目標(biāo)函數(shù)達(dá)到最小時(shí),即可獲得當(dāng)前數(shù)據(jù)劃分的最優(yōu)解,根據(jù)最優(yōu)解對(duì)應(yīng)的隸 屬度函數(shù)值,將數(shù)據(jù)樣本進(jìn)行區(qū)域分割。
[0093] 為約束FCM算法,本發(fā)明做了迭代次數(shù)設(shè)置最大迭代次數(shù)為25^100,判別最小值 范圍為 0. ooocn ~0.0001。
[0094] 所述第四步具體為。
[0095] 經(jīng)過聚類分析,修正G油or能量譜圖像經(jīng)FCM聚類后得到3個(gè)區(qū)域,利用區(qū)域內(nèi)的 灰度值變化特性將缺陷區(qū)域從圖像中提取,完成磁瓦缺陷圖像的分割。本發(fā)明根據(jù)過質(zhì)必 點(diǎn)的水平和垂直直線上灰度變化特性提取缺陷。具體步驟如下。
[0096] (I)通過如下數(shù)學(xué)表達(dá)式確定每個(gè)區(qū)域的質(zhì)必幻、.Tf,>V),嘴為質(zhì)必的橫坐標(biāo),為 質(zhì)必縱坐標(biāo)。
[0097]
[0098] U為區(qū)域內(nèi)像素總數(shù),i表示某點(diǎn)數(shù)據(jù)。取質(zhì)必所在的水平和豎直兩方面的數(shù)據(jù), 并組成兩個(gè)一維數(shù)組!^〇.?1.'"%;};,{;^.^1."'《巧。^表示水平方向數(shù)據(jù)總數(shù),7表示豎直 方向數(shù)據(jù)總數(shù)。
[0099] (2)先對(duì)兩組數(shù)據(jù)進(jìn)行中值濾波去除尖峰點(diǎn),再將前后步長(zhǎng)r的數(shù)據(jù)差分計(jì)算即 得到兩組差值,用{如日,在巧?"如Vi),化We,Awi…山}。
[0100]
[0101]
[0102] (3)對(duì)送兩組數(shù)據(jù)前后的符號(hào)變換進(jìn)行計(jì)數(shù),如果正負(fù)變換次數(shù)低于所設(shè)闊值巧 則判定所處的區(qū)域?yàn)槿毕菁y理區(qū)域。綜合數(shù)據(jù)中噪聲干擾,巧設(shè)定為2-8。
[0103] 本發(fā)明的優(yōu)點(diǎn):利用G油or能量譜能夠有效地表征磁瓦表面的紋理特征;通過修 正后的G油or能量譜設(shè)定FCM的模糊簇?cái)?shù),并區(qū)分出正常紋理和缺陷紋理;FCM聚類實(shí)現(xiàn)精 確地缺陷分割;區(qū)域灰度值差分,快速、準(zhǔn)確完成對(duì)磁瓦表面的缺陷提取。該算法可W有效 地克服噪聲干擾,算法準(zhǔn)確率高,且對(duì)不同缺陷的適應(yīng)性好,可靠性高。
【主權(quán)項(xiàng)】
1. 一種基于紋理特征聚類的磁瓦表面缺陷提取識(shí)別方法,實(shí)現(xiàn)了磁瓦表面缺陷的自動(dòng) 檢測(cè),算法步驟包括以下步驟: 第一步:利用Gabor核函數(shù)構(gòu)造能量譜表征磁瓦表面的紋理特征,采用Gabor核函數(shù)對(duì) 原始圖像卷積計(jì)算,得到8方向的Gabor能量譜,并用0度、45度、90度、135度方向的能量 譜疊加表征磁瓦表面的紋理特征; 第二步:構(gòu)造自定義系數(shù)譜修正Gabor能量譜,通過自定義系數(shù)譜與Gabor能量譜相 乘,得到修正的Gabor能量譜,并確定聚類簇?cái)?shù)為3,以優(yōu)化聚類效果; 第三步:利用模糊C均值(FCM)聚類算法對(duì)修正的Gabor能量譜分割圖像,由于確定的 聚類簇?cái)?shù)為3,則紋理特征分成3類區(qū)域; 第四步,識(shí)別3類區(qū)域中的缺陷區(qū)域,完成磁瓦缺陷分割和提取,根據(jù)過質(zhì)點(diǎn)的水平線 和垂直線上的灰度變化特性,判斷缺陷處于的區(qū)域。2. 根據(jù)權(quán)利要求1所述磁瓦表面紋理缺陷提取和識(shí)別方法,其特征是:所述步驟一中, 包括以下步驟: (1) Gabor核函數(shù): 采用通用的復(fù)2-D Gabor核函數(shù),復(fù)2-D Gabor核函數(shù)是由高斯函數(shù)調(diào)制的復(fù) 正弦函數(shù),其數(shù)學(xué)表達(dá)式為:式中,W為圖像像素點(diǎn),其中,A r分別為圖像中的橫坐標(biāo)和縱坐標(biāo)與和分 別表示Gabor小波的方向和尺度;Μ表示摸運(yùn)算;i為復(fù)數(shù)算子;_為高斯函數(shù)的半徑,規(guī) 定了二維Gabor小波的尺寸大小為核函數(shù)的中心頻率,茲體現(xiàn)了濾波器的方向選擇 性, 本發(fā)明利用上述數(shù)學(xué)公式并確定參數(shù):P =1,::v =2, 6 = ^3 ,進(jìn)=::;2方,通過Gabor核函數(shù)與磁瓦表面圖像卷積計(jì)算得到Gabor能量譜,以描述紋理特征,設(shè) #(? W為圖像的灰度值,其中,A 分別為圖像中的橫坐標(biāo)和縱坐標(biāo),則卷積值0(? W 值如為:相應(yīng)的幅度譜W和相位譜為為:其中Re 0為取復(fù)數(shù)實(shí)部函數(shù),Im()為復(fù)數(shù)的虛部函數(shù); 幅度譜W足以表示Gabor能量譜,所以本發(fā)明采用能量譜數(shù)學(xué)值上用幅度譜代 替; 通過分析,缺陷存在于0-180度之間范圍,故選用0度、45度、90度和135度四個(gè)方向 的能量譜; (3)構(gòu)造 Gabor能量總譜 四方向的Gabor能量譜似,必,α,仰分別表示了四個(gè)方向的紋理特征,如果直接對(duì)四 方向能量譜分別聚類,則存在重復(fù)計(jì)算,缺陷特征不明顯等缺點(diǎn),所以本發(fā)明將四方向能量 譜疊加,得到能量總譜紙,既增強(qiáng)了缺陷的紋理特征,同時(shí)減少了計(jì)算量:3. 根據(jù)權(quán)利要求1所述磁瓦表面紋理缺陷提取和識(shí)別方法,其特征是,所述步驟二中, 構(gòu)造一個(gè)自定義乘積系數(shù)譜MU),通過自定義系數(shù)譜與Gabor能量譜相乘得到 修正后的Gabor能量譜麗f ; 在中,主要存在三個(gè)區(qū)域,分別是正常紋理區(qū)域、光照不均勻區(qū)域和缺陷區(qū)域,且光 照不均勻區(qū)域和缺陷區(qū)域在Gabor能量譜中幅值大小相近,影響了聚類分割,本發(fā)明通過 局部灰度特征構(gòu)造自定義能量系數(shù)譜修正Gabor能量譜,以優(yōu)化聚類算法; 假設(shè)磁瓦表面某點(diǎn)的灰度值為^·& W,計(jì)算以該點(diǎn)為中心的邊長(zhǎng)為λ的正方向框內(nèi) 的平均灰度值/^x, W和標(biāo)準(zhǔn)差W,通過如下公式得到自定義系數(shù)譜:其中夂為標(biāo)準(zhǔn)差影響因子,當(dāng)◎和λ偏大時(shí)整個(gè)圖像都有較高值的系數(shù)譜,Μ的取值范 圍為-1. 5~1. 5,/?的取值范圍為5~15 ; 將自定義乘積系數(shù)譜與Gabor能量總譜按點(diǎn)相乘,得到修正后的Gabor能量譜 MDC:'4. 根據(jù)權(quán)利要求1所述磁瓦表面紋理缺陷提取和識(shí)別方法,其特征是,所述步驟三 中通過修正后的Gabor能量譜分析,有3個(gè)區(qū)域特征明顯區(qū)分,故將模糊C均值聚類算法 (FCM)中的參數(shù)模糊簇簇?cái)?shù)c確定為3 ; FCM算法是一種數(shù)據(jù)分類的算法,具體方法為把個(gè)向量= 12···〃)分成c個(gè)模糊 簇,并求得每個(gè)簇的聚類中心,使得目標(biāo)函數(shù)達(dá)到最小,F(xiàn)CM的目標(biāo)函數(shù)Λ/AV) -般表示 為:式c其中,B Oi = (ν;1,…1?.)),為第i類的中心點(diǎn),/?表7Κ第々個(gè)樣本屬于V類的隸屬 度( 1 <03 )為控制模糊度的權(quán)重指數(shù); 為了使目標(biāo)函數(shù)達(dá)到最小,聚類中心和隸屬度的更新如下: ? 其中:.?? ,:e:r 奪 .敘 當(dāng)目標(biāo)函數(shù)達(dá)到最小時(shí),即可獲得當(dāng)前數(shù)據(jù)劃分的最優(yōu)解,根據(jù)最優(yōu)解對(duì)應(yīng)的隸屬度 函數(shù)值,將數(shù)據(jù)樣本進(jìn)行區(qū)域分割; 為約束FCM算法,本發(fā)明做了迭代次數(shù)設(shè)置最大迭代次數(shù)為25~100,判別最小值范圍 為 0· 00001~0· 0001。5.根據(jù)權(quán)利要求1所述磁瓦表面紋理缺陷提取和識(shí)別方法,其特征是,所述步驟四中, 在上一步中,修正Gabor能量譜圖像經(jīng)FCM聚類后得到3個(gè)區(qū)域,利用區(qū)域內(nèi)的灰度值變化 特性將缺陷區(qū)域從圖像中提取,完成磁瓦缺陷圖像的分割; 本發(fā)明根據(jù)過質(zhì)心點(diǎn)的水平和垂直直線上灰度變化特性提取缺陷; 具體步驟如下: (1) 通過如下數(shù)學(xué)表達(dá)式確定每個(gè)區(qū)域的質(zhì)心對(duì)ΛΑ),巧為質(zhì)心的橫坐標(biāo)為質(zhì)心 縱坐標(biāo):式中u為區(qū)域內(nèi)像素總數(shù),i表示某點(diǎn)數(shù)據(jù); 取質(zhì)心所在的水平和堅(jiān)直兩方面的數(shù)據(jù),并組成兩個(gè)一維數(shù)組…心}, …%? ,々表示水平方向數(shù)據(jù)總數(shù)表示堅(jiān)直方向數(shù)據(jù)總數(shù); (2) 先對(duì)兩組數(shù)據(jù)進(jìn)行中值濾波去除尖峰點(diǎn),再將前后步長(zhǎng)r的數(shù)據(jù)差分計(jì)算即得到 兩組差值,用:(3) 對(duì)這兩組數(shù)據(jù)前后η、」彳可可戈^犬;^^」可規(guī),仰禾^^災(zāi)戈^犬認(rèn)規(guī)低于所設(shè)閾值炫則判 定所處的區(qū)域?yàn)槿毕菁y理區(qū)域,綜合數(shù)據(jù)中噪聲干擾,7?設(shè)定為2~8。
【專利摘要】本發(fā)明提供一種基于紋理特征聚類的磁瓦表面缺陷檢測(cè)識(shí)別方法,具體算法包括:第一步,通過Gabor核函數(shù)與磁瓦表面灰度值卷積計(jì)算得到Gabor能量譜,選用四個(gè)方向的能量譜疊加得到總能量譜;第二步,為優(yōu)化算法,利用自定義乘積系數(shù)譜與總能量譜相乘得到修正的Gabor能量譜;第三步采用模糊C均值聚類算法對(duì)修正的Gabor能量譜分割出3類區(qū)域;第四步,通過對(duì)3類區(qū)域采用過質(zhì)點(diǎn)水平線上的灰度變化特性提取缺陷,判定磁瓦合格與不合格。本發(fā)明利用缺陷紋理與正常紋理特征的差別,通過聚類算法分割,有效地克服了磁瓦本身光照不均勻、噪聲干擾等問題,可以快速、有效地提取各類磁瓦缺陷,具有很強(qiáng)得適應(yīng)性。
【IPC分類】G06T7/00, G06T7/40, G06K9/46
【公開號(hào)】CN105719266
【申請(qǐng)?zhí)枴緾N201410717407
【發(fā)明人】孫海濤, 李丹, 趙衛(wèi)東
【申請(qǐng)人】馬鞍山森格電子科技有限公司
【公開日】2016年6月29日
【申請(qǐng)日】2014年12月2日
當(dāng)前第2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