摘要
本发明涉及一种基于多模型的印花布花型质量监测方法,包括以下步骤:S1:采用多光谱相机进行图像采集,获取印花布多光谱图像数据,并预处理;S2:引入生成对抗网络GAN,利用GAN中的生成器来增强图像质量,包括去噪和细节增强;S3:将Swin Transformer与动态卷积结合,构建图像分割模型,并基于图像分割模型,进行印花布的精确分割,提取出各个印花区域;S4:根据分割后的图像数据,获取印花的颜色、纹理和花型特征,并构建融合特征;S5:构建印花布花型检测模型,基于融合特征识别出不符合质量要求的异常花型,并根据印花布花型检测模型的检测结果,获取印花布的质量评分。本发明实现对印花布精确的分割和特征提取,并通过融合多种特征信息实现全面的质量检测。
技术关键词
印花布
图像分割模型
多模型
监测方法
多层感知机
融合特征
多光谱相机
生成对抗网络
卷积模块
Gabor滤波器
样本
注意力
无畸变图像
校正
输出特征
层次化结构
红绿蓝
对抗性
系统为您推荐了相关专利信息
身体运动姿态
惯性传感技术
监测方法
姿态特征提取
校准
关系网络图
多任务损失函数
嵌入特征
实体
融合特征
无人机高光谱
健康监测方法
香樟
叶片氮含量
叶面积指数
污染物检测方法
机器学习模型
原位
三维荧光光谱数据
支持向量回归模型
多模型协同
辅助决策方法
电力交易平台
滑动窗口机制
策略