[发明专利]一种图像缺陷识别方法、电子设备、存储介质及系统

权利要求书

1.一种图像缺陷识别方法，其特征在于，包括：

将图像中的每行像素和每列像素分别作为混沌时间序列，运算获得各个混沌时间序列的混沌特征；

对所述各个混沌时间序列的混沌特征分别建立混沌特征向量，得到混沌特征向量矩阵；

利用聚类算法对训练样本的特征向量矩阵进行聚类，得到代码本；

根据所述代码本用词袋模型计算每个训练图像的直方图，接着计算测试图像的直方图；

通过多任务学习方法对所述训练图像和测试图像的直方图建立组稀疏模型；

利用交替方向乘子算法计算所述组稀疏模型；

利用重构误差对缺陷图像进行分类。

2.如权利要求1的图像缺陷识别方法，其特征在于，所述利用重构误差对缺陷图像进行分类，具体包括：比较测试样本和训练样本之间的误差，采用最近邻原则，将误差最小的作为同类。

3.如权利要求1的图像缺陷识别方法，其特征在于，所述混沌时间序列的混沌特征包括：嵌入维数，嵌入时间延迟，盒维数，信息维数，像素序列平均值和像素序列标准差。

4.如权利要求1的图像缺陷识别方法，其特征在于，所述混沌特征向量为F＝[τ，m，D_i，D_b，mean，std]；其中D_i是信息维数，D_b是盒维数，τ和m分别是嵌入延迟和嵌入维数，mean代表像素序列的平均值，std代表像素序列的标准差。

5.一种电子设备，其特征在于，包括：处理器；存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行权利要求1-4任意一项所述的方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1-4任意一项所述的方法。

7.一种图像缺陷识别系统，其特征在于，包括：

混沌时间序列运算模块，将图像中的每行像素和每列像素分别作为混沌时间序列，运算获得各个混沌时间序列的混沌特征；

混沌特征向量建立模块，对所述各个混沌时间序列的混沌特征分别建立混沌特征向量，得到混沌特征向量矩阵；

特征向量矩阵聚类模块，利用聚类算法对训练样本的特征向量矩阵进行聚类，得到代码本；

直方图计算模块，根据所述代码本用词袋模型计算每个训练图像的直方图，接着计算测试图像的直方图；

组稀疏模型建立模块，通过多任务学习方法对所述训练图像和测试图像的直方图建立组稀疏模型；

组稀疏模型计算模块，利用交替方向乘子算法计算所述组稀疏模型；

缺陷图像分类模块，利用重构误差对缺陷图像进行分类。

8.如权利要求7的图像缺陷识别方法，其特征在于，所述利用重构误差对缺陷图像进行分类，具体包括：比较测试样本和训练样本之间的误差，采用最近邻原则，将误差最小的作为同类。

9.如权利要求7的图像缺陷识别方法，其特征在于，所述混沌时间序列的混沌特征包括：嵌入维数，嵌入时间延迟，盒维数，信息维数，像素序列平均值和像素序列标准差。

10.如权利要求7的图像缺陷识别方法，其特征在于，所述混沌特征向量为F＝[τ，m，D_i，D_b，mean，std]；其中D_i是信息维数，D_b是盒维数，τ和m分别是嵌入延迟和嵌入维数，mean代表像素序列的平均值，std代表像素序列的标准差。