[发明专利]一种自动检测分类玻璃缺陷的方法

权利要求书

1.一种自动检测分类玻璃缺陷的方法，其特征在于，所述的方法包括以下步骤：

(1)检测软件根据设定的分割阈值对玻璃的图像进行划分，并得到数个划分对象；

(2)所述的检测软件通过神经网络分类算法对各个划分对象进行处理，并提取得到各个划分对象对应的数个缺陷特征值；

(3)所述的检测软件通过神经网络分类算法对各个划分对象所对应的缺陷特征值进行分析，并得到该划分对象缺陷类别。

2.根据权利要求1所述的一种自动检测分类玻璃缺陷的方法，其特征在于，所述的步骤(1)之前，还包括以下步骤：

(0.1)所述的检测软件通过训练样本进行所述的神经网络分类算法的学习；

(0.2)所述的检测软件通过测试样本进行测试，并判断测试结果是否达到测试阈值；

(0.3)如果判断结果为所述的测试结果达到所述的测试阈值，则继续步骤(1)，否则返回上述步骤(0.1)。

3.根据权利要求2所述的一种自动检测分类玻璃缺陷的方法，其特征在于，所述的步骤(3)之后，还包括以下步骤：

(4)所述的检测软件判断分析得到的缺陷类别结果是否达到分类阈值，如果是，则继续步骤(1)，否则继续步骤(0.1)。

4.根据权利要求3所述的一种自动检测分类玻璃缺陷的方法，其特征在于，所述的神经网络分类算法的学习包括神经网络结构的学习和连接权值的学习。

5.根据权利要求4所述的一种自动检测分类玻璃缺陷的方法，其特征在于，所述的步骤(0.1)和(0.2)之间，还包括以下步骤：

(0.1.1)所述的检测软件采用协同进化算法协作优化神经网络结构和连接权值。

6.根据权利要求5所述的一种自动检测分类玻璃缺陷的方法，其特征在于，所述的协同进化算法为合作型协同进化算法。

7.根据权利要求6所述的一种自动检测分类玻璃缺陷的方法，其特征在于，所述的训练样本为所述的玻璃的各个缺陷对应的数个样本的集合，所述的测试样本为所 述的玻璃的各个缺陷对应的随机样本的集合。

8.根据权利要求1至7中任一项所述的一种自动检测分类玻璃缺陷的方法，其特征在于，所述的缺陷特征值包括周长特征值、面积特征值、致密性特征值、灰度中 值特征值、灰度均值特征值、最大灰度级特征值，最小灰度级特征值。

9.根据权利要求8所述的一种自动检测分类玻璃缺陷的方法，其特征在于，所述的玻璃为电子玻璃。