[发明专利]基于双简化脉冲耦合神经网络的坯布疵点分割方法

摘要

本发明公开的基于双简化脉冲耦合神经网络的坯布疵点分割方法，首先将相机采集的M×N大小待测坯布的数字图像传送至图像缓存器；其次采用局部二进制模式算子，对图像缓存器中的数字图像进行疵点特征提取计算，以消除光照不匀、纹理背景以及噪声干扰的影响，凸显疵点区，同时计算得到的图像大小压缩至原图像的n×n分之一；然后采用DSPCNN，对处理后的结果图像分别进行高低亮度坯布疵点分割的迭代计算；最后判断是否到设定的迭代次数t，将DSPCNN处理结果进行归并计算，得到坯布疵点分割结果图S。本发明方法解决了现有坯布疵点分割技术存在的调整参数多、计算复杂度高、缺乏自适应的问题，提高了坯布疵点检测的实时性、一致性和准确性。

主权项

基于双简化脉冲耦合神经网络的坯布疵点分割方法，其特征在于，具体按照以下步骤实施：步骤1：将相机采集的M×N大小待测坯布的数字图像传送至图像缓存器；步骤2：采用改进的局部二进制模式算子，对图像缓存器中的数字图像进行疵点特征提取计算，以消除光照不匀、纹理背景以及噪声干扰的影响，凸显疵点区，同时将计算得到的图像大小压缩至原图像的n×n分之一；步骤3：采用DSPCNN，对步骤2处理后的结果图像分别进行高低亮度坯布疵点的分割迭代计算；步骤4：判断是否到设定的迭代次数t，如果不是，则转步骤3进行迭代处理；如果是，则依据图像的属性分布特征，将步骤3的处理结果进行按照下式进行归并计算，得到坯布疵点分割结果图S： S = HY ⊕ LY A ≥ 0.4 andB ≥ 0.4 HY + LY A < 0.4 orB < 0.4 .