摘要
本发明公开了一种基于视觉模型的针织物缺陷检测方法及系统,涉及缺陷检测技术领域,检测步骤为:S1、基于待检测针织物表面颜色强度,自适应调整光源强度,降低织物反光;S2、基于摄像头采集待检测针织物图像数据,将图像数据预处理后整合为数据集;S3、基于多尺度卷积神经网络提取预处理后图像的浅层、中层与深层特征;S4、利用注意力机制对多尺度特征进行加权融合,通过自编码器学习正常纹理的特征分布。本发明通过增强对细微缺陷的敏感性,基于复合误差判断缺陷,精准分类并定位,减少误判,为质量评估和自动化修复提供依据,降低人工成本,提升质检效率,适用于各类针织物高效质检场景。
技术关键词
缺陷检测方法
针织物表面
针织物图像
纹理
多尺度卷积神经网络
图像数据预处理
复合误差
视觉
缺陷检测系统
像素
编码器
注意力机制
多尺度局部特征
误差矩阵
生成重构图像
图像校正
高斯滤波方法
系统为您推荐了相关专利信息
Retinex理论
模拟人眼视觉
图像增强算法
图像纹理特征值
图像像素
图像灰度共生矩阵
手势感知系统
数学模型
图像数据采集模块
对比度
焊缝缺陷检测方法
语义分割网络
焊缝缺陷图像
智能切割方法
矩形
应力场
深度神经网络
深度回归网络
特征字典
物理