[发明专利]基于隐含狄利克雷分布模型的图形缺陷识别和定位方法在审
| 申请号： | 201710532242.9 | 申请日： | 2017-07-03 |
| 公开（公告）号： | CN107424147A | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | 洪金剑;王勇 | 申请（专利权）人： | 苏州珂锐铁电气科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 苏州市中南伟业知识产权代理事务所(普通合伙)32257 | 代理人： | 耿丹丹 |
| 地址： | 215000 江苏省苏州市工*** | 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： | 本发明公开了一种基于隐含狄利克雷分布模型的图形缺陷识别和定位方法，包括训练阶段和测试阶段，训练阶段包括以下步骤利用混沌理论对训练图像的像素时间序列计算，提取多个特征，组成混沌特征向量，一个训练图像由一个混沌特征向量矩阵来表示；通过k‑均值聚类方法将所有训练的混沌特征向量矩阵聚类，形成代码本，然后通过代码本形成初级直方图；通过隐含狄利克雷分布模型来对初级直方图学习得到高级直方图，训练图像由高级直方图来表示；测试阶段包括以下步骤测试图像由该一高级直方图来表示；计算上述一高级直方图和高级直方图的相似程度，来判断测试图像的缺陷类别和位置。 | ||
| 搜索关键词： | 基于 隐含 狄利克雷 分布 模型 图形 缺陷 识别 定位 方法 | ||
【主权项】：
一种基于隐含狄利克雷分布模型的图形缺陷识别和定位方法，包括训练阶段和测试阶段，其特征在于：所述的训练阶段包括以下步骤：a1.利用混沌理论对训练图像的像素时间序列计算，提取多个特征，组成混沌特征向量，一个训练图像由一个混沌特征向量矩阵来表示；a2.通过k‑均值聚类方法将所有训练的混沌特征向量矩阵聚类，形成代码本，然后通过代码本形成初级直方图；a3.通过隐含狄利克雷分布模型来对所述初级直方图学习得到高级直方图，所述的训练图像由所述高级直方图来表示；所述的测试阶段包括以下步骤：b1.利用混沌理论对测试图像的像素时间序列计算，提取多个特征，组成混沌特征向量，一个测试图像由一个混沌特征向量矩阵来表示；b2.通过所述的代码本形成一初级直方图；b3.通过隐含狄利克雷分布模型来对所述一初级直方图学习得到一高级直方图，所述的测试图像由所述一高级直方图来表示；b4.计算所述一高级直方图和所述高级直方图的相似程度，来判断测试图像的缺陷类别和位置。
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苏州珂锐铁电气科技有限公司，未经苏州珂锐铁电气科技有限公司许可，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/patent/201710532242.9/，转载请声明来源钻瓜专利网。
