[发明专利]一种基于神经网络的瓦楞纸检测算法在审
| 申请号： | 201811558255.4 | 申请日： | 2018-12-19 |
| 公开（公告）号： | CN109671074A | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 杨宪强;于兴虎;刘伟华;卫作龙;李湛 | 申请（专利权）人： | 浙江优迈德智能装备有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 325000 浙江省温州市瓯海经济开发区*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于神经网络的瓦楞纸检测算法。主要解决了现有的识别算法受光照变化以及瓦型变化影响大、算法识别稳定性差的问题。一种基于神经网络的瓦楞纸检测算法，包括如下步骤：步骤一、获取瓦楞纸图片；步骤二、搭建神经网络结构；步骤三、采集、标记瓦楞纸图片；步骤四、训练神经网络；步骤五、滑动检测整幅瓦楞；步骤六、拟合瓦楞位置；步骤七、进行计数。该基于神经网络的瓦楞纸检测算法受光照变化以及瓦型变化影响小、算法识别稳定性高。 | ||
| 搜索关键词： | 瓦楞纸 检测算法 神经网络 光照变化 算法识别 瓦楞 瓦型 神经网络结构 训练神经网络 滑动检测 拟合 算法 采集 图片 | ||
【主权项】：
1.一种基于神经网络的瓦楞纸检测算法，其特征在于：包括如下步骤：步骤一、获取瓦楞纸图片：使用单通道黑白相机获取瓦楞纸灰度图片；步骤二、搭建神经网络结构：使用开源的深度学习框架TensorFlow搭建用于训练分类的神经网络；步骤三、采集、标记瓦楞纸图片：从步骤一中得到的瓦楞纸灰度图片截取正负样本，其中正样本为双层瓦楞纸中心交叉处图片，包括不同曝光时间以及采集频率下的图片等；负样本主要包括非双层瓦楞纸中心交叉处图片，包括自然背景、两张瓦楞间隙图片、瓦楞孔洞等，采集完成图片后，对样本进行分类标记；步骤四、训练神经网络；步骤五、滑动检测整幅瓦楞：使用滑动窗口的方法扫描整幅图片，并使用训练好的神经网络对实际的瓦楞纸图片进行检测，得到整幅图片的瓦楞信息；步骤六、拟合瓦楞位置：利用步骤五得到的瓦楞信息拟合出每行瓦楞的位置；步骤七、进行计数：依次对步骤六得到瓦楞纸每行的位置进行计数，得到瓦楞纸行数。
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浙江优迈德智能装备有限公司，未经浙江优迈德智能装备有限公司许可，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/201811558255.4/，转载请声明来源钻瓜专利网。
