申请/专利权人:江苏恒力化纤股份有限公司
申请日:2023-10-07
公开(公告)日:2024-03-19
公开(公告)号:CN117011298B
主分类号:G06T7/00
分类号:G06T7/00;G06T7/73;G06V10/772;G06V10/80;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2023.11.24#实质审查的生效;2023.11.07#公开
摘要:本发明涉及一种基于重构图像融合的织物表面疵点位置判别方法,将无疵点织物图像样本划分为w×w的子窗口,记为{xi},然后对{xi}进行字典学习,得到字典D,再将有疵点的待判别织物图像划分成w×w的子窗口,记为{yi},用所得字典D对{yi}进行重构,将重构所得图像与{yi}进行融合,最后将融合所得图像输入至采用卷积神经网络结构的疵点鉴别器进行疵点位置判别。本发明通过将不同字典数量下的重构图像与有疵点的待判别织物图像进行融合,把所有疵点信息有效利用起来,并在此基础上进行疵点位置判别,解决了传统字典学习方法依赖字典数量优选的问题,进而提高其泛化性。
主权项:1.一种基于重构图像融合的织物表面疵点位置判别方法,其特征在于包括如下步骤:(1)将无疵点织物图像样本划分为w×w的子窗口,记为{xi},xi∈Rm,Rm是一个m维的实数空间,m为正整数;(2)利用步骤(1)所得子窗口{xi}进行字典学习,得到的字典为D=[d1,d2,...,dk],其中k为字典数量,k为正整数且其范围为5≤k≤15;所采用的字典学习公式如下: ;式中,αi为第i个子窗口对应的系数;n为子窗口总数;(3)将有疵点的待判别织物图像划分成w×w的子窗口,记为{yi},yi∈Rm;(4)利用步骤(2)所得的字典D对{yi}进行重构,重构公式如下: ;式中,为的最优解,α为重构系数,为有疵点的待判别织物图像的任一子窗口,为对子窗口y的最优重构;(5)记步骤(4)重构所得的子窗口为{},其中,j=1,2,3,…k,将{}与{yi}进行融合,融合公式如下: =||-||;式中,为集合{}中的元素,{}为融合后的图像,运算符||•||为取绝对值运算;(6)将融合后的图像{}输入至疵点鉴别器进行疵点位置判别;疵点鉴别器采用卷积神经网络结构。
全文数据:
权利要求:
百度查询: 江苏恒力化纤股份有限公司 一种基于重构图像融合的织物表面疵点位置判别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。