[发明专利]皮革表面明显破损自动识别方法及计算机可读存储介质在审
申请号: | 201711166034.8 | 申请日: | 2017-11-21 |
公开(公告)号: | CN107862689A | 公开(公告)日: | 2018-03-30 |
发明(设计)人: | 邓杰航;范大煌;丁磊 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/12;G06T7/136;G06T7/187 |
代理公司: | 北京集佳知识产权代理有限公司11227 | 代理人: | 罗满 |
地址: | 510006 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 皮革 表面 明显 破损 自动识别 方法 计算机 可读 存储 介质 | ||
1.一种皮革表面明显破损自动识别方法,其特征在于,包括:
获取需要检测的皮革的原始图像,并将获取的原始图像转换为灰度图像,得到第一目标图像;
通过Soble算子对所述第一目标图像的边缘进行处理,得到第二目标图像;
对所述第二目标图像进行二值化处理,得到第三目标图像;
对所述第三目标图像中的连通区域对象进行标注,以识别皮革表面的明显破损。
2.根据权利要求1所述的皮革表面明显破损自动识别方法,其特征在于,所述获取需要检测的皮革的图像,并将获取的图像转换为灰度图像,得到第一目标图像的过程之后还包括:
将所述第一目标图像缩小M倍,得到第四目标图像;其中,M为大于1的整数。
3.根据权利要求2所述的皮革表面明显破损自动识别方法,其特征在于,所述对所述第三目标图像中的连通区域对象进行标注,以识别皮革表面的明显破损的过程包括:
将所述第四目标对象放大M倍,并对所述第四目标图像放大后图像中的连通区域对象进行标注,以识别所述皮革表面的明显破损。
4.根据权利要求1所述的皮革表面明显破损自动识别方法,其特征在于,所述获取需要检测的皮革的图像,并将获取的图像转换为灰度图像,得到第一目标图像的过程之后还包括:
利用高斯低通滤波器对所述第一目标图像进行滤波处理,以去除所述第一目标图像中的高频信号分量。
5.根据权利要求1至4任一项所述的皮革表面明显破损自动识别方法,其特征在于,所述对所述第二目标图像进行二值化处理,得到第三目标图像的过程包括:
利用最大类内方差法,对所述第二目标图像进行二值化处理,得到所述第三目标图像。
6.根据权利要求5所述的皮革表面明显破损自动识别方法,其特征在于,所述对所述第三目标图像中连通区域对象进行标注的过程包括:
对所述第三目标图像中所述连通区域对象中面积最大的N处连通区域对象进行标注,以识别皮革表面的明显破损;其中,N为大于1的整数。
7.根据权利要求6所述的皮革表面明显破损自动识别方法,其特征在于,还包括:
去除所述连通区域对象中,连通区域外接矩形面积大于所述原始图像面积的1/m的连通区域对象;其中,m为大于1的整数。
8.根据权利要求6所述的皮革表面明显破损自动识别方法,其特征在于,还包括:
通过对所述连通区域对象分析,去除树杈状的连通区域对象。
9.根据权利要求8所述的皮革表面明显破损自动识别方法,其特征在于,所述确定所述树杈状的连通区域的过程包括:
对所述第三目标图象进行取反操作;
并计算对所述第三目标图象取反操作后的图像中所有的连通区域的数量;
当所述所有的连通区域的数量的数值大于预设阈值时,则判定所述连通区域对象为所述树杈状的连通区域。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有皮革表面明显破损自动识别程序,所述皮革表面明显破损自动识别程序被处理器执行时实现如权利要求1至9中任一项所述的皮革表面明显破损自动识别方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711166034.8/1.html,转载请声明来源钻瓜专利网。