[发明专利]板材缺陷识别方法及装置

摘要

本发明实施例提供板材缺陷识别方法及装置，在一个实施例中，所述板材缺陷识别方法包括：获取板材的多个特征对应的多组特征图像；对多组所述特征图像进行特征提取；对所述特征进行分析以获得指定特征参数组；对所述多组特征图像对应的指定特征参数组形成的集合基于PSO‑SVM算法进行训练以对所述多组特征图像进行分类，并根据分类结果确定板材的缺陷。

主权项

1.一种板材缺陷识别方法，其特征在于，所述板材缺陷识别方法包括：获取板材的多个特征对应的多组特征图像；对多组所述特征图像进行特征提取；其中，包括：对所述特征图像进行预处理得到优化特征图像；其中，包括：将所述特征图像进行灰度化处理以得到灰度特征图像；将所述灰度特征图像进行直方图均衡化得到均衡特征图像；对所述均衡特征图像进行去噪处理得到去噪特征图像；其中，包括：对所述均衡特征图像通过中值滤波法进行去噪处理得到去噪特征图像；其中，所述中值滤波法包括：选择滤波窗口尺寸和灰度矩阵A，采用分治法对所述灰度矩阵A中与所述窗口的尺寸对应的数据排序并获取中值，包括：对所述灰度矩阵A中每行值采用分治法进行排序，并获取中值以获得矩阵B，对所述矩阵B中所有位于行中间位置的值进行排序以获取中值；通过移动所述窗口进行逐步去噪；当窗口移动时，在当前窗口的右侧插入列元素为Ri，i＝1,2,...,2n+1；左侧移出列元素为Li，i＝1,2,...,2n+1，具体的步骤为：1)判断Ri是否等于Li，若等于，则立即输出原中值，否则进行2)；2)用新插入的Ri代替Li，或者将Li与Ri中不同的值用Ri对应位置的值替换；3)对新值采用分治法，获得新的中值，并将所述中值赋值给Ri中值与Li不同的对应的位置的像素点；通过大津算法对所述去噪特征图像进行图像分割以得到所述优化特征图像；对多组所述优化特征图像进行特征提取；对所述特征进行分析以获得指定特征参数组；对所述多组特征图像对应的指定特征参数组形成的集合基于PSO‑SVM算法进行训练以对所述多组特征图像进行分类，并根据分类结果确定板材的缺陷。