[发明专利]一种柔性材料检测方法及其储存介质

权利要求书

1.一种柔性材料检测方法，其特征在于，包括以下步骤：

S1、获取柔性材料的图像数据；

S2、检测图像数据中的若干个表面缺陷信息，判断表面缺陷信息的明显程度，根据明显程度对每个表面缺陷信息进行分类；

S3、根据分类情况选择进行特征匹配识别步骤或者神经网络识别步骤；

S4、进行特征匹配识别步骤，基于特征匹配识别模型对表面缺陷信息分析得出第一缺陷类型信息；

S5、进行神经网络识别步骤，基于神经网络识别模型对表面缺陷信息分析得出第二缺陷类型信息；

S6、整合第一缺陷类型信息和/或第二缺陷类型信息输出检测结果。

2.根据权利要求1所述的一种柔性材料检测方法，其特征在于：在步骤S4中，提取表面缺陷信息的特征信息，特征信息包括颜色特征和/或形状特征和/或纹理特征，将提取的特征信息与预设的表征缺陷类别的特征点进行特征匹配识别，得出第一缺陷类型信息。

3.根据权利要求2所述的一种柔性材料检测方法，其特征在于：所述特征信息包括颜色特征，在步骤S4中，通过空间三通道拆分算法得出图像的H、S、V数值，通过计算直方图相交算法得出颜色直方图特征之间的距离，由图像的H、S、V数值以及颜色直方图特征之间的距离提取颜色特征。

4.根据权利要求2所述的一种柔性材料检测方法，其特征在于：所述特征信息包括形状特征，通过轮廓模板检测算法提取形状特征。

5.根据权利要求2所述的一种柔性材料检测方法，其特征在于：所述特征信息包括纹理特征，通过马尔科夫分布模型提取纹理特征。

6.根据权利要求2所述的一种柔性材料检测方法，其特征在于，还包括步骤S0、获取样本图像数据，以样本图像数据优化训练特征匹配识别模型和/或神经网络识别模型。

7.根据权利要求6所述的一种柔性材料检测方法，其特征在于，所述步骤S0在获取样本图像数据后，还包括图像预处理步骤：

将样本图像数据转化为灰度图像；

图像优化处理，对灰度图像进行高斯滤波处理和/或亮度校正处理和/或几何变换处理和/或降噪处理；

对优化处理后的图像信息二值化处理；

根据二值化处理结果根据阈值区分前景信息和背景信息；

再以预处理后的图像数据优化训练特征匹配识别模型和/或神经网络识别模型。

8.根据权利要求7所述的一种柔性材料检测方法，其特征在于，在步骤S0中，获取多个样本图像数据，从每个样本图像数据提取样本缺陷信息，判断样本缺陷信息的明显程度，根据明显程度对多个样本图像数据分类，分别建立用于优化训练特征匹配识别模型的第一数据集以及用于优化训练神经网络识别模型的第二数据集。

9.根据权利要求8所述的一种柔性材料检测方法，其特征在于，在步骤S0中，利用第一数据集中的样本图像数据优化训练特征匹配识别模型，提取样本图像数据的样本特征信息，特征信息包括颜色特征和/或形状特征和/或纹理特征，形成所述的预设的表征缺陷类别的特征点。

10.一种储存介质，其特征在于，储存有如权利要求1-9任一项所述的一种柔性材料检测方法，并且能够被计算机读取运行。