一种基于机器学习的短纤维异常检测方法及系统

AITNT
正文
推荐专利
一种基于机器学习的短纤维异常检测方法及系统
申请号:CN202510168190
申请日期:2025-02-17
公开号:CN119648697B
公开日期:2025-05-30
类型:发明专利
摘要
本申请提供一种基于机器学习的短纤维异常检测方法及系统,通过对纺纱须条图像进行特征对象提取,得到纺纱须条的示踪纤维区域图像和背景纤维区域图像;基于示踪纤维区域图像进行连通区域分割,得到多个示踪纤维区域子图,提取得到各个示踪纤维区域子图分别对应的纤维径向断裂点;进而对示踪纤维区域图像进行弯钩形态提取,得到示踪纤维区域图像的弯钩形态图像评分;根据示踪纤维区域图像的弯钩形态图像评分,对细纱工序过程中纺纱短纤维的牵伸质量进行检测,本申请能够基于示踪纤维图像的弯钩形态进行弯钩形态图像评分,从而实现细纱工序牵伸中对短纤维牵伸工艺的质量检测,提高了纺纱短纤维质量异常检测的准确性。
技术关键词
异常检测方法 短纤维 纺纱 细纱工序 形态 局部纹理特征 机器学习算法 异常检测系统 图像处理模块 支持向量机 机器学习训练 灰度共生矩阵 边缘检测算法 罗拉 牵伸工艺 色彩 图像采集模块 对象
系统为您推荐了相关专利信息
1
一种X射线图像增强方法、系统、装置及介质
亮度 像素 形态 图像增强系统 存储计算机程序
2
一种基于连体架构的重建-分割网络的眼睑形态参数测量方法
参数测量方法 编码器 网络 形态 图像分割
3
用户行为日志异常检测模型训练方法及用户行为日志异常检测方法
日志异常检测方法 检测模型训练方法 输入神经网络模型 BERT模型 存储计算机程序
4
一种基于双线路迭代卷积神经网络的高光谱异常检测方法
异常检测方法 拉普拉斯 异常检测器 超像素分割算法 线路
5
基于电站的蓄电池异常检测方法、装置、电子设备、存储介质及程序产品
坐标 计算机执行指令 异常检测方法 像素 定位蓄电池
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号