[发明专利]基于神经网络深度学习的布匹缺陷检测方法在审
| 申请号： | 201710182718.0 | 申请日： | 2017-03-24 |
| 公开（公告）号： | CN107123107A | 公开（公告）日： | 2017-09-01 |
| 发明（设计）人： | 张美杰;张平;黄坤山;李力 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T1/20;G06T5/00;G06T3/40 |
| 代理公司： | 广东广信君达律师事务所44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 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： | 本发明涉及基于神经网络深度学习的布匹缺陷检测方法，方法包括以下步骤(1)高速线扫描成像；(2)通过改进的BP神经网络布匹缺陷检测算法对布匹缺陷进行准确检测；(3)通过卷积神经网络的深度学习布匹缺陷分类算法实现自动选取疵点多样的特征信息，进行非线性系统地处理分类。本发明将图像矫正，拼接，去噪等算法在成像系统中用GPU实现，实现高速高质量的图像采集；通过改进的BP神经网络布匹缺陷检测算法对诸如灰尘，脏污，棉球，褶皱等干扰因素进行检测与排除；通过卷积神经网络的深度学习布匹缺陷分类算法，能够实现对多种缺陷的实时监测，该分类算法能出色地自动选取疵点多样的特征信息，进行非线性系统地处理分类。 | ||
| 搜索关键词： | 基于 神经网络 深度 学习 布匹 缺陷 检测 方法 | ||
【主权项】：
基于神经网络深度学习的布匹缺陷检测方法，其特征在于：包括以下步骤：(1)高速线扫描成像；(2)通过改进的BP神经网络布匹缺陷检测算法对布匹缺陷进行准确检测；(3)通过卷积神经网络的深度学习布匹缺陷分类算法实现自动选取疵点多样的特征信息，进行非线性系统地处理分类。
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广东工业大学，未经广东工业大学许可，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/patent/201710182718.0/，转载请声明来源钻瓜专利网。
