买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于形变卷积和自适应的在线布匹瑕疵检测方法_浙江理工大学_202311765803.1 

申请/专利权人:浙江理工大学

申请日:2023-12-20

公开(公告)日:2024-03-22

公开(公告)号:CN117745676A

主分类号:G06T7/00

分类号:G06T7/00;G06V10/764;G06V10/82;G06V10/12;G06V10/141;G06V10/40;G06V10/762;G06V10/25;G06N3/0464;G06N3/045;G06N3/0475;D06G1/00

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.09#实质审查的生效;2024.03.22#公开

摘要:本发明涉及在线布匹瑕疵检测系统,具体是指基于形变卷积和自适应的在线布匹瑕疵检测方法及系统,在织物传输过程中,由PLC控制器统筹对要检测的织物区域用噪音消除装置进行去噪处理、使照明系统达到最优调配、控制电机的转动速度,以提高图像采集的效果。通过阵列相机对织物卷绕板上的布匹进行图像采集,采用多线程、并行处理的方式对图像数据进行图像智能编码,其中的像素数据经过带形变卷积的特征提取模块、复合通道注意力模块、自适应先验框模块的处理后对瑕疵进行检测与分类,并生成检测报告。本发明实现了对布匹的实时地在线检测,准确的对布匹的瑕疵进行识别与分类;有效地减少了布匹不良品的流出,大幅度提高了生产效益。

主权项:1.基于形变卷积和自适应的在线布匹瑕疵检测方法,其特征在于,包括如下步骤:S1、针对不同的布匹获取包括瑕疵类型、瑕疵位置、瑕疵大小方面的训练集样本,经过算法调试与训练后,建立起瑕疵诊断识别模型;S2、织物卷绕板上的布匹经过图像增强模块,得到高质量待检测图像;S3、待检测图像通过数据采集模块得到大量像素数据,其数据包含位置信息、类别信息;S4、像素数据经过瑕疵诊断模块准确的对布匹的瑕疵进行识别与分类;S5、生成瑕疵检测报告。

全文数据:

权利要求:

百度查询: 浙江理工大学 基于形变卷积和自适应的在线布匹瑕疵检测方法

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。