摘要
本发明公开了一种用于青花瓷纹饰提取与分类的方法和系统,包括:获取青花瓷纹饰的二维平面图像,得到源图像;使用GrabCut算法对源图像进行背景的分离,得到纹饰图像;判断所述纹饰图像是否粘连,若粘连则通过标记所述纹饰图像的前景和后景的方式去除背景干扰;将步骤S3输出的纹饰图像,送入通过预先训练好的深度学习网络模型,得到纹饰图像对应的分类;将纹饰图像和其对应的分类通过可视化的方式进行存储。本发明基于图像处理算法与深度学习技术,实现青花瓷纹饰的自动化提取与高效分类。通过友好的用户交互界面,该房能够高效完成纹饰的加载、处理、分类及结果保存,解决现有技术中纹饰提取精度不足、分类效率低下及操作复杂等问题。
技术关键词
青花瓷
深度学习网络模型
图像处理算法
像素点
深度学习技术
图像获取模块
标记
数据项
存储模块
界面
精度
系统为您推荐了相关专利信息
隧道围岩分级
隧道掌子面
图像
神经网络模型
像素点
像素点
人脸识别方法
标定算法
人脸识别数据库
坐标
深度残差网络
多层注意力
训练集
损失函数优化
图像分割方法
建筑外墙材料
建筑外墙保温材料
视觉检测方法
Canny算法
变化趋势预测
光谱图像复原方法
解耦结构
数学模型
纹理特征
模块