[发明专利]一种基于GMM和图像金字塔的布匹疵点检测方法在审
申请号: | 201811098348.3 | 申请日: | 2018-09-20 |
公开(公告)号: | CN109509171A | 公开(公告)日: | 2019-03-22 |
发明(设计)人: | 姚克明;解祥新;王小兰 | 申请(专利权)人: | 江苏理工学院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/155;G06T7/44;G06K9/62 |
代理公司: | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人: | 王巍巍 |
地址: | 213001 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 布匹 疵点 图像金字塔 疵点检测 纹理能量度量 特征向量 图像 图像预处理 采集图像 分割区域 分类模型 工业相机 面积特征 纹理缺陷 形状特征 瑕疵类型 分类器 分割 度量 样本 检测 保留 | ||
1.一种基于GMM和图像金字塔的布匹疵点检测方法,其特征在于,包括以下步骤:
S1、获取多幅现场图像,并对图像进行预处理;
S2、通过Laws纹理能量度量出预处理后样本图像的特征向量作为GMM训练器的输入;
S3、根据图像预处理后图像的灰度值构建GMM训练器;
S4、将步骤S2中度量出的特征向量作为GMM训练器的初始值,EM算法进行迭代求解,分类出有疵点的图像;
S5、将有疵点的图像进行金字塔图像分割,完成图像分割并进行类别判断。
2.如权利要求1所述的一种基于GMM和图像金字塔的布匹疵点检测方法,其特征在于:所述步骤S1包括滤波处理,图像增强,以达到降噪,保留图片有用的信息。
3.如权利要求1所述的一种基于GMM和图像金字塔的布匹疵点检测方法,其特征在于,所述步骤S3中的GMM模型为:
其中,P(xi)为GMM的概率密度函数,加权系数需要满足:
αj为数据点xi产生在第i个高斯成员的先验概率;
Nj(xi;μj,Σj)为高维高斯函数,表达式为:
(μj,Σj)是第j个高斯函数的分布参数,μj表示特征向量,Σj表示协方差矩阵。
4.如权利要求3所述的一种基于GMM和图像金字塔的布匹疵点检测方法,其特征在于,所述步骤S4包括以下步骤:
S4.1、初始化协方差矩阵参数Σj及先验概率αj;
S4.2、将Laws纹理能量度量出的特征向量作为GMM训练器的输入值μj;
S4.3、根据S4.1与S4.2的初始值通过EM算法迭代收敛,获得终值参数Σj、αj、μj,并完成分类。
5.如权利要求4所述的一种基于GMM和图像金字塔的布匹疵点检测方法,其特征在于,所述步骤S5对有疵点的图像进行金字塔图像分割,得出疵点区域的面积特征和形状特征,并进行类型判别。
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江苏理工学院,未经江苏理工学院许可,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/201811098348.3/1.html,转载请声明来源钻瓜专利网。