[发明专利]一种标准件深度全卷积特征边缘检测方法

权利要求书

1.一种标准件深度全卷积特征边缘检测方法，其特征在于，所述方法包括：

A训练全卷积特征神经网络，作为初始边缘检测模型

B采集标准件图像I₁，I₂，I₃…I_n…I_N，其中n∈[1，N]，n∈Z，并通过初始边缘检测模型分别提取标准件图像，得到标准件边缘图

C对比标准件图像I_n与标准件边缘图标注标准件边缘图上的关键边缘非关键边缘与错误边缘并将关键边缘作为正样本，非关键边缘与错误边缘作为负样本，得到专家辅助标注标准件边缘图

D对初始边缘检测模型进行强化学习，得到新的边缘检测模型

E使用边缘检测模型提取标准件图像边缘，得到标准件边缘图并判断是否准确提取到关键边缘且提取到的关键边缘是否能满足需求，未能满足需求，重新执行步骤C；满足检测需求，则以为最终边缘检测模型M_Edge进行应用

所述步骤D中对初始边缘检测模型进行强化学习具体包括：

对边缘检测模型进行强化学习，其中强化学习的输入为标准件图像I₁，I₂，I₃…I_n…I_N，输出为专家辅助标注标准件边缘图经强化学习后得到新的边缘检测模型

2.如权利要求1所述的标准件深度全卷积特征边缘检测方法，其特征在于，所述步骤A中直接使用预训练RCF-CNN作为初始边缘检测模型

3.如权利要求1所述的标准件深度全卷积特征边缘检测方法，其特征在于，所述步骤C具体包括：

对比标准件图像I_n与标准件边缘图首先将错误提取到的边缘标注为错误边缘余下边缘则为正确边缘

将正确边缘中在后续机器视觉处理中起到作用的边缘标注为关键边缘无作用的边缘标注为非关键边缘

所述关键边缘非关键边缘错误边缘满足以下条件：

将所有关键边缘作为正样本，所有非关键边缘错误边缘作为负样本，得到专家辅助标注标准件边缘图