摘要
本发明提供一种基于图像处理技术的丝饼油污分割方法及装置,涉及图像处理技术领域,本发明融合传统图像处理与深度学习的多尺度卷积神经网络,具体步骤包括采集带有油污缺陷的原始丝饼图像,并利用高斯滤波器进行平滑处理,随后将图像转换至HSV颜色空间。接着,使用自适应阈值方法对图像进行二值化处理,以标记油污与非油污区域。再将二值化分割图输送至多尺度卷积神经网络进行卷积,逐步下采样和上采样以获得油污分割图,并通过形态学操作消除噪声。最终,计算交并比以评估分割效果,并通过网格划分对油污缺陷严重区域进行标记和预警。该方法提高了油污检测的准确性与实时性,为丝饼的质量控制提供了有效的技术支持。
技术关键词
油污
图像处理技术
像素
分割方法
高斯滤波器
多尺度卷积神经网络
丝饼
标记
阈值方法
消除噪声
上采样
分割装置
HSV颜色空间
解码器
编码器
亮度
逻辑
后处理模块
定义结构
系统为您推荐了相关专利信息
医学图像分割方法
图像分割模型
样本
跨模态
源标签
卫星遥感图像
神经网络模型
识别方法
卫星遥感数据
归一化植被指数
MRI扫描设备
数据重建方法
神经网络模型
运动补偿方法
运动伪影
透视变换矩阵
画布
全景图像生成方法
阵列相机
生成全景图像
光谱三维数据立方体
调制器
光谱成像系统
二氧化硅衬底
短波红外