[發明專利]基于人工智能的牛仔布水洗效果評價的圖像識別方法及裝置

有效

• 申請號: 201810157496.1
• 申請日: 2018-02-24
• 公開（公告）號: CN108389194B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 余方政
• 申請（專利權）人: 廣州大久生物科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京卓唐知識產權代理有限公司 11541
• 代理人: 唐海力;李志剛

1.一種基于人工智能的牛仔布水洗效果評價的圖像識別方法，其特征在于，用于判別織物的除毛效果，所述方法包括：

采集樣本圖像；

將所述樣本圖像輸入卷積神經網絡，提取所述樣本圖像的圖像特征參數：通過將一張圖片的原始像素不斷抽象，從原始圖像像素組成點、線基礎結構，再將點、線等基礎特征進一步組成高階特征，通過在訓練過程中所做的特征學習最終對圖像進行識別；所述樣本圖像通過圖像增強處理得到第一增強圖像；對所述第一增強圖像執行圖像目標分類操作，得到第一經紗圖像和第一緯紗圖像；根據所述第一經紗圖像和第一緯紗圖像識別出所述樣本圖像的圖像特征參數；

通過所述樣本圖像的圖像特征參數訓練得到判別模型：采用Dropout解決過擬合問題，訓練時將神經網絡某一層的輸出節點數據隨機丟棄一部分，提高模型泛化性；學習方法選用Adam自適應方法；激活函數選用ReLU非線性函數；

以及驗證所述判別模型后，判別出織物的除毛效果。

2.根據權利要求1所述的基于人工智能的牛仔布水洗效果評價的圖像識別方法，其特征在于，采集樣本圖像包括：

采集洗水前織物第一關鍵位置圖像；

采集洗水后織物第二關鍵位置圖像；

其中，所述第一關鍵位置圖像與所述第二關鍵位置圖像為相同位置的圖像。

3.一種基于人工智能的牛仔布水洗效果評價的圖像識別裝置，其特征在于，用于判別織物的除毛效果，所述裝置包括：

采集單元，用于采集樣本圖像；

識別單元，用于將所述樣本圖像輸入卷積神經網絡，提取所述樣本圖像的圖像特征參數；通過將一張圖片的原始像素不斷抽象，從原始圖像像素組成點、線基礎結構，再將點、線等基礎特征進一步組成高階特征，通過在訓練過程中所做的特征學習最終對圖像進行識別；所述識別單元包括：增強圖像單元、分離圖像單元、特征提取單元，

增強圖像單元，用于將樣本圖像通過圖像增強處理得到第一增強圖像；

分離圖像單元，用于對所述第一增強圖像執行圖像目標分類操作，得到第一經紗圖像和第一緯紗圖像；

特征提取單元，用于根據所述第一經紗圖像和第一緯紗圖像識別出所述樣本圖像的圖像特征參數；

訓練單元，用于通過所述樣本圖像的圖像特征參數訓練得到判別模型：采用Dropout解決過擬合問題，訓練時將神經網絡某一層的輸出節點數據隨機丟棄一部分，提高模型泛化性；學習方法選用Adam自適應方法；激活函數選用ReLU非線性函數；

驗證判別單元，用于驗證所述判別模型后，判別出織物的除毛效果。

4.根據權利要求3所述的基于人工智能的牛仔布水洗效果評價的圖像識別裝置，其特征在于，所述采集單元包括：第一圖像采集單元、第二圖像采集單元，

所述第一圖像采集單元，用于采集洗水前織物第一關鍵位置圖像；

所述第二圖像采集單元，用于采集洗水后織物第二關鍵位置圖像；

其中，所述第一關鍵位置圖像與所述第二關鍵位置圖像為相同位置的圖像。

5.根據權利要求3所述的基于人工智能的牛仔布水洗效果評價的圖像識別裝置，其特征在于，所述訓練單元包括：采用Dropout提高模型泛化性，采用Adam方法解決調試參數問題，學習率設為0.00001，激活函數采用ReLU函數，卷積神經網絡結構有5個訓練層，前3層為卷積層，后2層為全連接層，最后一層為Softmax層。

6.根據權利要求3所述的基于人工智能的牛仔布水洗效果評價的圖像識別裝置，其特征在于，所述判別單元包括：利用訓練出的網絡結構，對未知圖像進行除毛效果判別。

7.根據權利要求3所述的基于人工智能的牛仔布水洗效果評價的圖像識別裝置，其特征在于，所述采集單元包括：數碼顯微鏡，所述織物包括：牛仔布。