[发明专利]一种布料瑕疵数据收集方法及装置在审
申请号: | 201910045693.9 | 申请日: | 2019-01-17 |
公开(公告)号: | CN109767443A | 公开(公告)日: | 2019-05-17 |
发明(设计)人: | 黄鼎隆;马修·罗伯特·斯科特;刘政杰;林泽伟 | 申请(专利权)人: | 深圳码隆科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T11/60 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 逯恒 |
地址: | 518000 广东省深圳市盐田区沙头*** | 国省代码: | 广东;44 |
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 布料瑕疵 瑕疵 数据收集 图像 局部图像 瑕疵检测 人工智能模型 获取目标 模型检测 收集数据 收集效率 组合处理 瑕疵数据 误判 预设 标注 差错 | ||
本发明提供一种布料瑕疵数据收集方法及装置,包括:获取目标布匹的多个局部图像;对多个局部图像进行组合处理,得到目标布匹的完整布匹图像;根据预设的瑕疵检测模型检测完整布匹图像中是否存在包括布匹瑕疵的瑕疵内容;其中,瑕疵检测模型为人工智能模型;如果完整布匹图像中存在瑕疵内容,则在完整布匹图像中对瑕疵内容进行标注处理,得到瑕疵数据。本发明提供的布料瑕疵数据收集方法及装置,能够提高布料瑕疵数据的收集效率,同时避免了采用人工收集数据时产生的误判等差错的出现。
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种布料瑕疵数据收集方法及装置。
背景技术
当前在纺织制造业,对于布料的质量检测是比较重要的。在对布料进行质量检测时,通常需要先收集各种各样的布料瑕疵样品,目前通常通过大量的人力的去收集各种各样的瑕疵样品,具体地,包括人工拍摄样品照片和人工标注样品数据等。在实践中发现,现有的布料瑕疵数据收集方法效率低、容易出现人为误判导致的差错。
发明内容
鉴于上述问题,本发明提供了一种布料瑕疵数据收集方法及装置,能够提高布料瑕疵数据的收集效率,同时避免了采用人工收集数据时产生的误判等差错的出现。
为了实现上述目的,本发明采用如下的技术方案:
本发明第一方面公开了一种布料瑕疵数据收集方法,包括:
获取目标布匹的多个局部图像;
对多个所述局部图像进行组合处理,得到所述目标布匹的完整布匹图像;
根据预设的瑕疵检测模型检测所述完整布匹图像中是否存在包括布匹瑕疵的瑕疵内容;其中,所述瑕疵检测模型为人工智能模型;
如果所述完整布匹图像中存在所述瑕疵内容,则在所述完整布匹图像中对所述瑕疵内容进行标注处理,得到瑕疵数据。
作为一种可选的实施方式,在本发明第一方面中,所述获取目标布匹的多个局部图像包括:
获取用于拍摄所述目标布匹局部图像的拍摄间隔时间和用于监控多个所述局部图像的质量的图像采集要求;
根据所述拍摄间隔时间获取与所述图像采集要求相对应的多个所述局部图像。
作为一种可选的实施方式,在本发明第一方面中,所述对多个所述局部图像进行组合处理,得到所述目标布匹的完整布匹图像包括:
根据预设的拍摄顺序对多个所述局部图像进行编号,得到多个带编号的局部图像;
通过预设的特征提取算法提取每个所述局部图像的特征值;
根据每个所述局部图像的特征值对多个所述带编号的局部图像进行特征比对处理,得到用于组合多个所述局部图像的特征线;
根据所述特征线对多个所述带编号的局部图像进行裁剪,得到多个裁剪图像;
对多个所述裁剪图像进行拼接处理,得到所述目标布匹的完整布匹图像。
作为一种可选的实施方式,在本发明第一方面中,所述根据预设的瑕疵检测模型检测所述完整布匹图像中是否存在包括布匹瑕疵的瑕疵内容包括:
通过所述瑕疵检测模型对所述完整布匹图像进行特征提取处理,得到特征值数据;
根据所述瑕疵检测模型和预设的正态分布算法判断所述特征值数据是否超过预设的异常值阈值;
如果所述特征值数据超过所述预设的异常值阈值,将所述特征值数据对应的图片内容确定为瑕疵内容,并执行所述的在所述完整布匹图像中对所述瑕疵内容进行标注处理,得到瑕疵数据。
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深圳码隆科技有限公司,未经深圳码隆科技有限公司许可,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/201910045693.9/2.html,转载请声明来源钻瓜专利网。