[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

专利信息
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
【权利要求书】:

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;μjj)为高维高斯函数,表达式为:

jj)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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top