[发明专利]一种基于机器视觉的竹条缺陷检测方法有效
| 申请号： | 201810203275.3 | 申请日： | 2018-03-13 |
| 公开（公告）号： | CN108181316B | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 宋树祥;黄炳强;夏海英;牟向伟;宋华宁 | 申请（专利权）人： | 广西师范大学 |
| 主分类号： | G01N21/88 | 分类号： | G01N21/88;G06T7/00;G06T7/11;G06T7/136 |
| 代理公司： | 11429 北京中济纬天专利代理有限公司 | 代理人： | 石燕妮 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于机器视觉的竹条缺陷检测方法，该方法包括：步骤S1建立用于竹条识别的神经网络结构，得到用于识别竹条青黄面的识别模型；步骤S2采集待测竹条的原始图像；步骤S3对待测竹条的原始图像进行归一化处理；步骤S4将归一化处理后的图像数据进行特征提取；步骤S5将所述步骤S4提取的特征输入到步骤S1中所述的识别模型中，判断待测竹条图像的青黄面情况，并根据判断结果分别进行竹青和留白的缺陷检测。本发明提出了一种基于机器视觉的竹条缺陷检测方法，能够快速的对竹条进行识别与分类。本发明简单易行，在光照条件不变的情况下，能较快的实现了竹条的有效检测，增加了竹制品加工自动化程度，提高了工业生产的效率。 | ||
| 搜索关键词： | 竹条 缺陷检测 基于机器 归一化处理 原始图像 视觉 神经网络结构 竹制品加工 光照条件 判断结果 特征输入 特征提取 图像数据 有效检测 留白 竹青 自动化 图像 采集 分类 | ||
【主权项】：
1.一种基于机器视觉的竹条缺陷检测方法，其特征在于，该方法包括以下步骤：/n步骤S1建立用于竹条识别的神经网络结构，得到用于识别竹条青黄面的识别模型；/n步骤S2采集待测竹条的原始图像；/n步骤S3对待测竹条的原始图像进行归一化处理；/n步骤S4将归一化处理后的图像数据进行特征提取；/n步骤S5将所述步骤S4提取的特征输入到步骤S1中所述的识别模型中，判断待测竹条图/n像的青黄面情况，并根据判断结果分别进行竹青和留白的缺陷检测；/n若检测得到的结果为黄面时，进行留白缺陷检测，具体包括以下子步骤：/n将竹条分成若干部分，对每部分检测区域采用一维最大类间方差法得到参考阈值Th，由该参考阈值Th生成三个亮度较高种子点，利用区域生长算法对缺陷区域进行分割，得到分割后缺陷区域；/n若区域生长后缺陷区域与竹条的平均灰度值差E阈值大于12且缺陷区域面积阈值为所在区域的30％至60％，则判断该缺陷为留白缺陷。/n
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西师范大学，未经广西师范大学许可，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/201810203275.3/，转载请声明来源钻瓜专利网。
