摘要
本发明公开一种基于特征立方和模糊检测双重识别的窗帘布料缺陷识别方法,包括以下步骤:捕捉不同角度的窗帘布料图像,并进行多角度合成得到窗帘布料全景图像;获取材质特征、纹理特征,并与曝光级别进行相互关联,得到窗帘布料特征立方体;将全景图像进行灰度化后,基于深度学习的自适应图像增强算法进行增强,并调整增强参数得到增强窗帘布料全景图像;对增强图像进行过滤、分割,得到布料动态分割图,并输入到检测模型中进行布料、纹理缺陷的识别,得到第一识别结果;对增强图像进行边缘处优化,并输入到边缘检测模型中进行边缘缺陷的识别,得到第二识别结果。本发明达到提高窗帘布料缺陷检测的精度、鲁棒性、适应性以及动态调整能力的目的。
技术关键词
窗帘布料
缺陷识别方法
边缘检测模型
材质特征
布料缺陷
立方体
纹理特征
图像增强算法
节点
动态
模糊隶属函数
注意力机制
高层语义特征
参数
因子
透视变换矩阵
引导滤波器
系统为您推荐了相关专利信息
文本识别模型
文本行
图像
GoogLeNet模型
风格
缺陷识别方法
编码特征
混合编码器
融合特征
网络
产品质量检测装置
产品质量检测系统
伺服电缸
纸箱
特征识别模块
智能垃圾分类
运输控制方法
运输控制系统
区块链溯源
垃圾箱