摘要
本发明涉及一种基于自动编码器和BP神经网络的织物缺陷检测方法,在正常图像样本中加入预设比例的经疵和纬疵图像样本,创建自动编码器训练集后输入自动编码器模型,得到重构图像后分别与正常、经疵和纬疵图像样本作差,预处理作差图;创建BP神经网络模型,以处理得到的数据集作为训练集,得到BP神经网络模型,输入待测样本图像,将待测样本图像与重构图像作差,预处理后得到待测作差图像,输入BP神经网络检测并输出织物缺陷种类。本发明可以高效、准确进行织物缺陷检测,识别率高,满足工厂生产车间织物的检测要求;将被广泛应用、发展非常成熟、对图像处理非常高效的深度神经网络模型应用于织物缺陷检测中,提高织物的生产效率。