摘要
本发明涉及一种无纺布表面质量的图像识别方法及系统,属于属于图像数据处理技术领域,包括如下步骤:步骤S1:在均匀光照条件下采集无纺布表面的原始图像;步骤S2:对原始图像进行预处理;步骤S3:对优化图像进行多尺度纹理分析,提取无纺布表面的结构特征,并通过小波变换分解获得高频细节信息;步骤S4:基于结构特征和高频细节信息,利用预训练的缺陷分类模型判断是否存在表面缺陷;步骤S5:若检测到缺陷,计算缺陷区域的面积占比,并与预设阈值进行比较,若超过预设阈值则判定无纺布为不合格品;若未检测到缺陷,则判定无纺布为合格品;步骤S6:输出检测结果,包括缺陷位置和缺陷类型;本发明的有益效果:提高无纺布表面检测质量。
技术关键词
图像识别方法
无纺布表面
像素点
非均匀性补偿
灰度共生矩阵
对比度
校正
图像采集模块
纹理
特征提取模块
图像数据处理技术
滤波
多尺度
不合格品
工业相机
图像识别系统
系统为您推荐了相关专利信息
智能识别方法
感知特征
视觉特征
多模态
多任务学习模型
光伏电池片
视觉传感器
机器学习模型
缺陷外观
图像
自行车零部件
环缝焊接方法
像素点
指标
分布特征