申请/专利权人：深圳市普拉托科技有限公司;广东普托循环科技有限公司

申请日：2024-03-14

公开（公告）日：2024-04-16

公开（公告）号：CN117893537A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/90;G06V10/80;G06N3/045;G06N3/0464;G06N3/006;G06V10/764;G01N21/3563;G01N21/359

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本申请涉及脱色检测技术领域，公开了一种托盘表面材质的脱色检测方法及系统。所述方法包括：采集原始光谱图像数据并进行预处理和标准正态变换，得到标准光谱图像数据；进行特征提取，得到初始光谱特征图像数据并进行多模态融合，得到光谱融合特征图像数据；获取表面材质风格信息并进行表面材质风格迁移和特征增强，得到光谱特征增强图像数据；进行图滤波处理和注意力机制加权，得到目标光谱特征图像数据；通过初始脱色检测模型进行脱色区域识别，得到脱色区域识别结果；定义模型优化目标并采用粒子群算法对初始脱色检测模型进行模型参数优化，得到目标脱色检测模型，本申请提高了托盘表面材质的脱色检测准确率。

主权项：1.一种托盘表面材质的脱色检测方法，其特征在于，所述托盘表面材质的脱色检测方法包括：基于近红外光谱技术采用多个不同的光程长度分别对待检测的目标托盘进行光谱图像数据采集，得到每个光程长度的原始光谱图像数据，并对每个光程长度的原始光谱图像数据进行预处理和标准正态变换，得到每个光程长度的标准光谱图像数据；通过移动窗口-k最近邻算法和诺里斯导数滤波器对每个光程长度的标准光谱图像数据进行特征提取，得到每个光程长度的初始光谱特征图像数据，并采用二类优先补偿三模型投票策略对每个光程长度的初始光谱特征图像数据进行多模态融合，得到光谱融合特征图像数据；所述二类优先补偿三模型投票策略包括：，是光谱融合特征图像数据，是类别集合，是第个模型对类别的投票，是第个降维光谱特征图像数据的融合权重，n是特征数据总量；获取所述目标托盘的表面材质风格信息，并根据所述表面材质风格信息对所述光谱融合特征图像数据进行表面材质风格迁移和特征增强，得到光谱特征增强图像数据；对所述光谱特征增强图像数据进行图滤波处理，得到第一光谱特征图像数据，并对所述光谱特征增强图像数据进行注意力机制加权，得到第二光谱特征图像数据，以及对所述第一光谱特征图像数据和所述第二光谱特征图像数据进行特征融合，得到目标光谱特征图像数据；将所述目标光谱特征图像数据输入预置的初始脱色检测模型进行脱色区域识别，得到脱色区域识别结果；根据所述脱色区域识别结果定义所述初始脱色检测模型的模型优化目标，并采用粒子群算法对所述初始脱色检测模型进行模型参数优化，得到目标脱色检测模型。

全文数据：

权利要求：

百度查询： 深圳市普拉托科技有限公司;广东普托循环科技有限公司 托盘表面材质的脱色检测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD