摘要
本发明公开了基于机器学习的喷墨液滴形态检测和图像分类方法及装置,涉及图像处理领域,方法包括:S1,获取喷墨液滴图像数据集;S2,对获取的数据集进行图像预处理;S3,使用深度学习网络提取处理后的数据集的特征;计算确定性特征;使用聚类算法对处理后的数据集进行聚类,得到分类的数据集,并划分为训练集和测试集;S4,使用训练集对若干机器学习分类模型分别进行训练,对各分类模型分别进行评分,选择评分最高的分类模型作为训练好的最佳模型;S5,使用测试集对训练好的最佳模型进行测试,实现喷墨液滴形态检测和图像分类。本发明通过特征提取和聚类,并在多个机器学习分类模型中择优,实现了喷墨液滴沉积形貌的快速识别与检测。
技术关键词
机器学习分类模型
图像分类方法
液滴
喷墨
不确定性特征
形态
数据
深度学习网络提取
加权平均法
聚类算法
指标
图像分类装置
分类模型训练
边缘检测
图像分割方法
图像处理模块
支持向量机
系统为您推荐了相关专利信息
双层优化调度方法
优化调度模型
风光
充放电策略
储能系统
分布优化方法
线路脆弱性指标
风光
充放电设备
充放电功率
高通量筛选
机器视觉组件
运动组件
机器视觉相机
远心镜头
图像分类方法
分类网络
碱性电池电极
特征提取器
预测类别
折射率测量方法
液滴
粒子群优化算法
散斑图像
边缘检测算法