[發明專利]基于二值圖像和模型遷移學習的轉子繞線圖像檢測方法在審
| 申請號： | 201811430291.2 | 申請日： | 2018-11-27 |
| 公開（公告）號： | CN109584228A | 公開（公告）日： | 2019-04-05 |
| 發明（設計）人： | 陳剛;賈友彬;張小國 | 申請（專利權）人： | 東南大學 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/12;G06N3/04 |
| 代理公司： | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210000 *** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 二值圖像 轉子繞線 檢測 圖像檢測 訓練模型 遷移 訓練集 二值化操作 二值化圖像 訓練集圖像 待測圖像 干擾處理 訓練樣本 二值化 連接層 數據集 有效地 準確率 微調 學習 光照 圖像 | ||
1.一種基于二值圖像和模型遷移學習的轉子繞線圖像檢測方法，其特征在于，具體包括如下步驟：
S1：根據RGB特征將轉子繞線訓練集圖像進行二值化操作，并對二值化圖像進行去干擾處理，得到轉子繞線二值圖構成的訓練集；
S2：利用ImageNet數據集對Inception-V3模型進行預訓練，并保存模型，得到預訓練模型；
S3：利用轉子繞線二值圖構成的訓練集對預訓練模型的全連接層進行微調，得到最終的模型；
S4：利用最終的模型對根據RGB特征二值化的待測圖像進行檢測，進而實現待測圖像的精確檢測。
2.根據權利要求1所述的基于二值圖像和模型遷移學習的轉子繞線圖像檢測方法，其特征在于：所述S1中干擾處理是根據彩色圖像每個像素的RGB值的特征對RGB值分別進行二值化，得到三通道的二值圖像。
3.根據權利要求2所述的基于二值圖像和模型遷移學習的轉子繞線圖像檢測方法，其特征在于：所述S1中二值化干擾處理是采用公式(1)對RGB的值進行二值化，
其中，VR代表R通道的像素值，VG代表G通道的像素值，VB代表B通道的像素值。
4.根據權利要求2所述的基于二值圖像和模型遷移學習的轉子繞線圖像檢測方法，其特征在于：所述S1中對二值化圖像進行去干擾處理，從區域質心坐標與面積兩方面對干擾區域進行篩選。
5.根據權利要求1所述的基于二值圖像和模型遷移學習的轉子繞線圖像檢測方法，其特征在于：所述S2中Inception-V3模型經ImageNet訓練之后，保存訓練之后的所有模型參數和模型圖結構，得到預訓練模型。
6.根據權利要求1所述的基于二值圖像和模型遷移學習的轉子繞線圖像檢測方法，其特征在于：所述S3中的模型訓練過程為只對Inception-V3預訓練模型的全連接層的參數進行微調，其他參數保持不變，且訓練數據集是二值圖，訓練之后保存所有模型參數和模型圖結構，得到最終模型。
7.根據權利要求1所述的基于二值圖像和模型遷移學習的轉子繞線圖像檢測方法，其特征在于：所述S4中的檢測過程為，先要將待測的轉子繞線圖像根據RGB值的特征進行二值化，之后用保存的最終模型對二值化之后的待測轉子繞線圖像進行檢測。
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東南大學，未經東南大學許可，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/201811430291.2/1.html，轉載請聲明來源鉆瓜專利網。
