[发明专利]一种瓷砖纹理检测方法、系统、装置及可读存储介质在审

专利信息
申请号: 201711058538.8 申请日: 2017-11-01
公开(公告)号: CN107730500A 公开(公告)日: 2018-02-23
发明(设计)人: 何浩;李海艳;黄运保 申请(专利权)人: 广东工业大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/40;G06K9/62;G01N21/88
代理公司: 北京集佳知识产权代理有限公司11227 代理人: 罗满
地址: 510006 广东省*** 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:
搜索关键词: 一种 瓷砖 纹理 检测 方法 系统 装置 可读 存储 介质
【权利要求书】:

1.一种瓷砖纹理检测方法,其特征在于,包括:

获取第一训练样本和第二训练样本;其中,所述第一训练样本包括训练图像和对应的训练特征值,所述第二训练样本包括训练特征值;

利用所述第一训练样本,训练深度卷积网络模型,得到训练后深度卷积网络模型;

利用所述第二训练样本,构建SVM分类器;

获取待测图像;

将所述待测图像输入所述训练后深度卷积网络模型,得到对应的待测特征值;

通过所述SVM分类器对所述待测特征值进行分类判定。

2.根据权利要求1所述瓷砖纹理检测方法,其特征在于,

所述获取第一训练样本的过程包括:

获取所述第一训练样本;其中,所述第一训练样本包括训练图像和对应的训练特征值;

对所述训练图像进行图像预处理;

所述获取测试图像的过程包括:

获取待测图像;

对所述待测图像进行所述图像预处理。

3.根据权利要求2所述瓷砖纹理检测方法,其特征在于,所述图像预处理包括:

调整图像大小,和/或图像灰度化,和/或图像去噪声。

4.根据权利要求1至3任一项所述瓷砖纹理检测方法,其特征在于,所述利用所述第一训练样本,训练深度卷积网络模型,得到训练后深度卷积网络模型的过程,包括:

A:对所述训练特征值进行归一化,确定学习参数;

B:利用所述第一训练样本,计算所述深度卷积网络模型的隐含层矩阵和输出层矩阵;

C:计算隐含层权值修正量和输出层权值修正量;

D:根据所述隐含层权值修正量和所述输出层权值修正量,更新所述隐含层矩阵和所述输出层矩阵;

E:判断所述隐含层矩阵和所述输出层矩阵是否满足所述学习参数,如果是,则得到所述训练后深度卷积网络模型,如果否,则返回步骤B。

5.根据权利要求4所述瓷砖纹理检测方法,其特征在于,所述学习参数包括:

学习效率,和/或精度,和/或学习次数。

6.一种瓷砖纹理检测系统,其特征在于,包括:

第一获取模块,用于获取第一训练样本和第二训练样本;其中,所述第一训练样本包括训练图像和对应的训练特征值,所述第二训练样本包括训练特征值;

模型学习模块,用于利用所述第一训练样本,训练深度卷积网络模型,得到训练后深度卷积网络模型;

分类学习模块,用于利用所述第二训练样本,构建SVM分类器;

第二获取模块,用于获取待测图像;

测试模块,用于将所述待测图像输入所述训练后深度卷积网络模型,得到对应的待测特征值;

判定模块,用于通过所述SVM分类器对所述待测特征值进行分类判定。

7.根据权利要求6所述瓷砖纹理检测系统,其特征在于,还包括:

预处理模块,用于对所述训练图像和所述待测图像进行图像预处理。

8.根据权利要求7所述瓷砖纹理检测系统,其特征在于,所述图像预处理包括:

调整图像大小,和/或图像灰度化,和/或图像去噪声。

9.一种瓷砖纹理检测装置,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述瓷砖纹理检测方法的步骤。

10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述瓷砖纹理检测方法的步骤。

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/pat/books/201711058538.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top