根据本发明的一个方面,在所述步骤s24中:
将同一位置处的缺陷筛选出来后,利用设定大小的矩形核膨胀得到比实际缺陷略大的roi区域,提炼出所述roi区域大小的原图;
根据公式:c=∑δδ(i,j)2pδ(i,j)计算出所述roi区域图像的对比度,筛选出同一位置处对比度缺陷作为表现清晰的缺陷;
其中δ(i,j)=|i-j|表示相邻像素间灰度差,pδ(i,j)表示相邻像素间的灰度差值为δ的像素分布概率。
检测对象:布匹缺陷
主要方法:作者使用一个多层的CNN网络对布匹缺陷数据集中的六类缺陷样本进行分类,分类结束之后,对于
每一类样本进行缺陷检测。具体做法是: 1.使用滑动窗口的方法在512*512的原图上进行采样,采样大小为
128*128 ; 2.对上部分每一类图像采样后的小图像块进行二 -分类(有缺陷和无缺陷)。下图为文章两次分类使
用的CNN网络,两次分类的区别在于: 1.全连接层的输入分别为6和2 ; 2输入的图像尺日
以上信息由专业从事ocr字符检测批发的宣雄于2024/5/14 6:36:10发布
转载请注明来源:http://www.zhizhuke.cn/qyzx/szxxznlj-2752141833.html