摘要
本发明公开了一种纤维布表面缺陷检测方法及系统,涉及图像处理技术相关领域,该方法包括:采集纤维布的表面图像,并对纤维布表面图像进行预处理;计算预处理后的纤维布表面图像的灰度共生矩阵,从中提取纤维布表面缺陷的纹理特征;采用边缘检测算法处理纤维布表面图像,识别纤维布表面缺陷的边界,提取表面缺陷的边界特征;应用神经网络模型分析纤维布表面缺陷的纹理特征和边界特征,对表面缺陷进行分类;根据模型的输出结果,确定纤维布表面缺陷的具体位置,并在纤维布表面图像上标记缺陷区域。解决了传统纤维布表面缺陷检测方法检测效率低,漏检率高且鲁棒性较差的问题,优化了视觉检测方法,提升了纤维布表面缺陷检测效率和检测精度。
技术关键词
表面缺陷检测方法
纤维
边界特征
像素
边缘检测算法
标记缺陷
图像灰度共生矩阵
表面缺陷检测系统
直方图均衡化方法
缺陷纹理特征
深度优先搜索算法
预训练模型
训练神经网络模型
双边滤波方法
图像纹理特征
漫反射光源
系统为您推荐了相关专利信息
墨水屏设备
像素
图像处理方法
颜色误差
抖动算法
交互式图表
光伏逆变器
储能系统
数据处理算法
分布式计算框架
电气设备
火灾风险评估方法
数据
烟雾
频域趋势变化