摘要
本发明提供一种基于深度学习的针织面料组织循环基元分割方法,包括以下步骤:获取针织面料图像,采用训练好的深度学习模型对针织面料图像进行多尺度特征提取;在提取的特征图中筛选出峰值点,根据峰值点之间的距离构建霍夫投票空间,基于霍夫投票空间确定循环基元尺寸;基于循环基元尺寸对针织面料组织循环基元进行分割。该方法不仅提升了分析过程的速度,还确保了结果的高精度,为针织面料组织循环基元分割提供了一种更为高效和可靠的方法。
技术关键词
针织面料
基元
最佳特征
分割方法
多尺度特征提取
组织
坐标
数学拟合方法
尺寸
图像
正态分布函数
多分支结构
空间金字塔
概率密度函数
深度学习模型
特征提取模块
分割装置
计算机程序产品
处理器
系统为您推荐了相关专利信息
地物识别
识别感兴趣区域
解析方法
标志物
分割方法
多角度
特征提取网络
分辨率
通道
形状上下文方法
率计算方法
多级特征
多角度
上采样
卷积神经网络模块
深度学习预测模型
Hurst指数
随机森林模型
生态
过采样方法