[发明专利]基于二值图像和模型迁移学习的转子绕线图像检测方法在审
| 申请号： | 201811430291.2 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109584228A | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 陈刚;贾友彬;张小国 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06N3/04 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210000 *** | 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： | 二值图像 转子绕线 检测 图像检测 训练模型 迁移 训练集 二值化操作 二值化图像 训练集图像 待测图像 干扰处理 训练样本 二值化 连接层 数据集 有效地 准确率 微调 学习 光照 图像 | ||
1.一种基于二值图像和模型迁移学习的转子绕线图像检测方法，其特征在于，具体包括如下步骤：
S1：根据RGB特征将转子绕线训练集图像进行二值化操作，并对二值化图像进行去干扰处理，得到转子绕线二值图构成的训练集；
S2：利用ImageNet数据集对Inception-V3模型进行预训练，并保存模型，得到预训练模型；
S3：利用转子绕线二值图构成的训练集对预训练模型的全连接层进行微调，得到最终的模型；
S4：利用最终的模型对根据RGB特征二值化的待测图像进行检测，进而实现待测图像的精确检测。
2.根据权利要求1所述的基于二值图像和模型迁移学习的转子绕线图像检测方法，其特征在于：所述S1中干扰处理是根据彩色图像每个像素的RGB值的特征对RGB值分别进行二值化，得到三通道的二值图像。
3.根据权利要求2所述的基于二值图像和模型迁移学习的转子绕线图像检测方法，其特征在于：所述S1中二值化干扰处理是采用公式(1)对RGB的值进行二值化，
其中，VR代表R通道的像素值，VG代表G通道的像素值，VB代表B通道的像素值。
4.根据权利要求2所述的基于二值图像和模型迁移学习的转子绕线图像检测方法，其特征在于：所述S1中对二值化图像进行去干扰处理，从区域质心坐标与面积两方面对干扰区域进行筛选。
5.根据权利要求1所述的基于二值图像和模型迁移学习的转子绕线图像检测方法，其特征在于：所述S2中Inception-V3模型经ImageNet训练之后，保存训练之后的所有模型参数和模型图结构，得到预训练模型。
6.根据权利要求1所述的基于二值图像和模型迁移学习的转子绕线图像检测方法，其特征在于：所述S3中的模型训练过程为只对Inception-V3预训练模型的全连接层的参数进行微调，其他参数保持不变，且训练数据集是二值图，训练之后保存所有模型参数和模型图结构，得到最终模型。
7.根据权利要求1所述的基于二值图像和模型迁移学习的转子绕线图像检测方法，其特征在于：所述S4中的检测过程为，先要将待测的转子绕线图像根据RGB值的特征进行二值化，之后用保存的最终模型对二值化之后的待测转子绕线图像进行检测。
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东南大学，未经东南大学许可，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/201811430291.2/1.html，转载请声明来源钻瓜专利网。
