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
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
异常检测方法
拉普拉斯
异常检测器
超像素分割算法
线路
坐标
计算机执行指令
异常检测方法
像素
定位蓄电池