[發明專利]一種皮革表面顯著性缺陷的檢測方法、系統及裝置有效
| 申請號： | 201710846386.1 | 申請日： | 2017-09-19 |
| 公開（公告）號： | CN107845086B | 公開（公告）日： | 2020-10-27 |
| 發明（設計）人： | 林健發;劉根;肖盼;黃冠成 | 申請（專利權）人： | 佛山締樂視覺科技有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T5/00;G06T5/10;G06T7/11;G06T7/136;G06T5/30;G06T7/194;G06K9/38;G06K9/62 |
| 代理公司： | 廣州嘉權專利商標事務所有限公司 44205 | 代理人： | 朱曉敏;胡輝 |
| 地址： | 528200 廣東省佛山市南海區獅山鎮*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 皮革 表面 顯著 缺陷 檢測 方法 系統 裝置 | ||
1.一種皮革表面顯著性缺陷的檢測方法，其特征在于：該方法包括以下步驟：
獲取第一圖像，其中，所述第一圖像指的是皮革缺陷檢測樣本的圖像；
利用Gabor濾波器對第一圖像進行濾波處理后，輸出多個不同方向尺度的濾波圖像；
從多個不同方向尺度的濾波圖像中通過熵值計算選取出最優方向尺度的濾波圖像；
對最優方向尺度的濾波圖像進行顯著性目標檢測處理后，輸出最優方向尺度的濾波圖像對應的顯著性目標圖像；
對顯著性目標圖像進行自適應閾值圖像分割處理后，輸出第一二值圖像；
利用第一二值圖像以及從第一二值圖像中提取出來的圖像特征對支持向量機進行訓練；
利用訓練好的支持向量機對待測皮革所對應的二值圖像進行處理，輸出待測皮革的檢測結果；
其中，所述從多個不同方向尺度的濾波圖像中通過熵值計算選取出最優方向尺度的濾波圖像這一步驟，其包括以下步驟：
采用形態學處理方式，對多個不同方向尺度的濾波圖像進行去噪處理；
計算每一個去噪處理后的濾波圖像的灰度值總和，其中，所述濾波圖像的灰度值總和指的是濾波圖像中所有像素點的灰度值的總和；
計算每一個去噪處理后的濾波圖像的前景區域面積；
當去噪處理后的濾波圖像的灰度值總和大于預設灰度值，且去噪處理后的濾波圖像的前景區域面積大于預設面積值時，則設該方向尺度的濾波圖像的表征常量為1；反之，則設該方向尺度的濾波圖像的表征常量為0；
當存在一個方向尺度的濾波圖像的表征常量為1時，則將該方向尺度的濾波圖像作為最優方向尺度的濾波圖像；
當存在至少兩個方向尺度的濾波圖像的表征常量為1時，則對表征常量為1的至少兩個方向尺度的濾波圖像進行熵值計算，然后，選取熵值為最大的濾波圖像作為最優方向尺度的濾波圖像。
2.根據權利要求1所述一種皮革表面顯著性缺陷的檢測方法，其特征在于：所述計算每一個去噪處理后的濾波圖像的前景區域面積這一步驟，其包括以下步驟：
對每一個去噪處理后的濾波圖像進行二值化處理后，得到每一個去噪處理后的濾波圖像所對應的第二二值圖像；
計算每一個第二二值圖像的前景區域面積。
3.根據權利要求1或2所述一種皮革表面顯著性缺陷的檢測方法，其特征在于：所述對顯著性目標圖像進行自適應閾值圖像分割處理后，輸出第一二值圖像這一步驟，其采用的自適應閾值圖像分割表達式如下所示：
threshold＝E(S(x))×3
其中，O(x)表示為輸出的第一二值圖像，S(x)表示為顯著性目標圖像中像素點的像素值，threshold表示為閾值，E(S(x))表示為顯著性目標圖像的期望值。
4.根據權利要求1或2所述一種皮革表面顯著性缺陷的檢測方法，其特征在于：所述利用第一二值圖像以及從第一二值圖像中提取出來的圖像特征對支持向量機進行訓練這一步驟，其包括以下步驟：
將第一二值圖像作為訓練輸入數據；
將從第一二值圖像中提取出來的圖像特征作為訓練輸出數據；
利用訓練輸入數據和訓練輸出數據對支持向量機進行訓練。
5.根據權利要求4所述所述一種皮革表面顯著性缺陷的檢測方法，其特征在于：所述從第一二值圖像中提取出來的圖像特征包括有形狀、邊緣和/或面積。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于佛山締樂視覺科技有限公司，未經佛山締樂視覺科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710846386.1/1.html，轉載請聲明來源鉆瓜專利網。
