本发明属于织物外观平整度评级技术领域,具体涉及到一种基于傅里叶频谱特征的织物平整度客观评级方法。所述的方法,步骤如下:第一步,通过标准图像采集装置采集标准模板和已知等级布样图像;第二步,对采集所得图像进行预处理;第三步,对预处理所得图像进行选择性滤波;第四步,将滤波得到的N个图像进行傅里叶逆变换,通过视觉观测与第二步所得图像进行对比,评价其褶皱信息损失率;采用训练所得模型对测试样本的特征向量进行织物平整度的客观评级,获得平整度客观评级结果。本发明提供的方法能够定位到人眼识别到的褶皱频率范围,过滤掉人眼不能识别的信息,更加契合人眼视觉评估系统,因此得到的结果更加客观、稳定、精准。
📄 2018111652401
📂 G01B11_30
👤 江南大学
📅 2018-10-08
本发明公开了基于Gabor滤波和深度神经网络的经编提花织物疵点检测方法,包含训练阶段和检测阶段两部分。模型训练阶段中采用无疵点织物图像,通过图像预处理得到训练样本集,然后训练深度神经网络中的参数。检测时,首先得到待测图像的检测样本集,然后采用深度神经网络得到网络输出,最后得到疵点检测结果。本发明采用Gabor滤波器提取织物纹理特征,根据Fisher准则计算代价函数值,能够提取图像中各个方向大小的纹理,提高检测准确率。采用深度神经网络自动选择图像特征,解决现有基于机器视觉疵点检测方法人为选择特征的缺陷和不足。
📄 2017113927584
📂 G06T7_00
👤 江南大学
📅 2017-12-21
本发明公开了一种基于智能手机的经编织物工艺快速分析,包括用于对经编织物图像进行处理、分析的服务器,以及用于进行织物正、反面图像采集的智能手机,智能手机能够对图像进行预处理以及与服务器进行信息互传;本发明还公开了一种经编织物工艺快速分析方法,智能手机采集经编织物正反双面图像并发送到服务器,服务器接收所述的智能手机发出的织物图像并进行处理、分析,然后将分析结果发送到智能手机;使用上述装置和方法对经编织物进行工艺快速分析,实现了经编织物工艺分析自动化、数字化的要求,简单易用,便于推广和普及;并且用户可随时随地获取织物的工艺信息,提高工艺分析效率,消除工艺分析的技术门槛。
📄 2016105228460
📂 G01N21_84
👤 江南大学
📅 2016-07-05
本发明涉及一种基于单演小波分析的织物疵点检测方法,首先对织物图像进行单演小波变换得到多分辨率三元小波系数向量,计算向量方向与向量模得到多分辨率方向子带和振幅子带;然后对各分辨率下的方向子带和振幅子带进行预处理后,计算其响应优秀程度,选择最优响应的方向子带和振幅子带;最后对最优响应的方向子带和最优响应的振幅子带分别进行二值化操作,得到两个二值图像;将二者融合得到织物疵点检测结果,值为255的像素表示无疵区域,值为0的像素表示疵点区域。本发明使用单演小波分析提取的织物图像振动特征避免使用函数响应,具有更好的自适应性并且不受光照不匀影响;对多数检测方法难以识别的微弱纹理变化类疵点具有优秀的检测效果。
📄 2016102660819
📂 G06T7_00
👤 江南大学
📅 2016-04-26
本发明涉及一种基于小波轮廓波变换与视觉显著性的经编织物疵点检测方法,包括以下步骤:选择基波,构建小波变换滤波器;对待测经编织物图像进行小波分解,得到近似特征子图与细节特征子图;对近似特征子图之间和细节特征子图进行高斯差分得到近似特征差分子图和细节特征差分子图;对特征差分子图进行归一化处理后进行加相融合得到近似特征显著图和细节特征显著图;采用非下采样方向滤波器组对细节特征显著图进行卷积滤波,得到细节特征方向子带系数,并根据能量原理选择能量较高的子带系数进行重构细节特征显著图;对近似特征显著图和重构细节特征显著图进行分割,处理分割图后将各分割图像相加,再进行疵点判别。本发明能够提高疵点检测准确率。
📄 2015106848076
📂 G06T7_00
👤 江南大学
📅 2015-10-20
本发明公开了一种基于灰度梯度法的圆纬编横条疵点在线检测方法,属于纺织产品检测技术领域。所述方法给出了一种基于灰度梯度法的疵点检测和定位方法,在对新产品进行检测前,只要对模型进行训练,获取不同组织类型、不同织物密度的横条疵点特征图像,后续直接进行检测,不仅可以快速准确识别疵点,还能够根据特征图像与标记图像之间的拍摄图像数量、标记图像中标记所在横列、疵点图像中疵点所在横列以及机器运转参数计算出导致产生横条疵点的三角位置。而且本申请所需疵点检测装置可在原有的针织圆机上进行改造,节约了检测成本。
📄 2020107400710
📂 G06T7_00
👤 江南大学
📅 2020-07-28
本发明公开了一种基于One‑Class深度支持向量描述的布匹疵点检测方法,在半监督的条件下,利用深度卷积神经网络的优势,提取出图像有效的深度特征,通过训练,在高维空间中映射出可以准确描述正常样本点超球体模型。实现了端到端的布匹瑕疵检测。通过训练得到的网络参数和超球体半径即可完整地描述出测试样本与超球体的关系,实现瑕疵的判别。解决了以往模型中内存占用大,检测速度慢,限定瑕疵种类等问题。
📄 2020103399714
📂 G06T7_00
👤 江南大学
📅 2020-04-26
本发明涉及齿轮表面缺陷检测技术领域,尤其是指一种缺陷齿轮分类方法、装置及计算机可读存储介质,包括:构建缺陷齿轮深度迁移网络模型,所述缺陷齿轮深度迁移网络模型包括特征提取器、域条件通道注意力模块和分类器;将训练集样本输入特征提取器,再输入至域条件通道注意力模块,计算目标域和源域的分类输入特征在特征层上的距离损失以及目标域和源域的分类输出在分类层上的距离损失;构建损失函数,更新模型的网络参数;将无标签的目标域样本输入经过训练的缺陷齿轮深度迁移网络模型,得到分类结果。本发明不仅提高了对目标域缺陷齿轮分类的精度,并且在小批量缺陷齿轮分类检测方面表现出更加稳定的性能。
📄 2024102935479
📂 G06F18_241
👤 江南大学
📅 2024-03-14
本发明提供一种基于Lenet‑5模型的SOP芯片引脚缺陷检测方法及系统,该方法包括采集待检测芯片的图像;从采集的图像中提取芯片的ROI图像;对ROI图像进行倾斜校正,得到矫正后的图像样本集;选取若干张图像样本并进行切割,将切割得到的图片分为不同种类并注明标签,制成数据集;将所述数据集输入预先构建的Lenet‑5神经网络进行训练,得到基于Lenet‑5模型的SOP芯片引脚缺陷检测模型中;将样本输入到基于Lenet‑5模型的SOP芯片引脚缺陷检测模型中,获得样本引脚的检测结果。本发明提高了SOP芯片引脚缺陷检测效率和正确率。
📄 2023102905820
📂 G06T7_00
👤 江南大学
📅 2023-03-23
本发明提供一种基于域自适应深度迁移网络的钢表面缺陷检测方法及系统,方法包括:获取带钢表面典型缺陷图像样本,并对样本进行预处理;构建对抗域分离与自适应网络模型;将新样本特征嵌入到源域图像样本的共享特征中,并计算任务分类损失和嵌入分类损失;通过将多个损失添加权重,动态地优化动态分类损失与动态适应损失,并更新模型参数;当迭代次数达最优时,保存所述模型参数,并输入所述目标领域测试集,得到所述目标领域中钢表面缺陷检测的精度。本发明在对抗域分离与自适应深度迁移网络的基础上引入自适应挖掘样本隐藏信息和添加动态权重优化损失算法,提高了网络模型的泛化能力,最终实现更加精确的钢表面缺陷检测。
📄 2022107398565
📂 G06T7_00
👤 江南大学
📅 2022-06-21
本发明公开了一种基于图像相似性对比的印刷表观缺陷检测方法,包括:分别对每个缺陷图像、对应印刷原图像进行分割,得到缺陷图像分割块、印刷原图像分割块;将缺陷图像分割块、印刷原图像分割块输入相似性检测网络进行特征提取、归一化操作;根据归一化操作结果对缺陷图像分割块进行筛选,将筛选后的缺陷图像分割块输送至特征提取网络进行特征提取,得到三种不同尺度的特征;将其中两种特征进行特征融合,将第三种特征输送到特征金字塔池化网络中,分别得到三种预测特征;对三种预测特征进行解码,得到三种印刷品缺陷预测框,对三种印刷品缺陷预测框进行筛选,得到缺陷边界框。无需人工提取缺陷特征,能提高印刷表观缺陷检测任务的效率。
📄 2021101975189
📂 G06T7_00
👤 西安理工大学
📅 2021-02-22
本发明公开了环保型可自动识别多路开关的智能面板识别设备及其方法,涉及安防监控技术领域,包括设备壳体,所述设备壳体的上表面通过安装螺丝固定安装有开关面板,所述设备壳体的下表面固定安装有固定安装板,所述开关面板的表面上设置有工作开关,所述工作开关的一侧设置有位于开关面板上的第一按键、第二按键以及第三按键。该环保型可自动识别多路开关的智能面板识别设备及其方法,通过使用三个IO口,三个IO口对应控制了三个LED模组中的六个LED指示灯,实现了用最少的IO口以指示开关面板上按键的状态,同时设备简单,实用,可靠,节省了微处理器MCU的资料,在实际应用中节省了产品成本。
📄 2022103890404
📂 H01H13_14
👤 中山亿联智能科技有限公司
📅 2022-04-13
已申报项目