[發明專利]基于卷積神經網絡的竹片圖像分類方法

在審

• 申請號: 202011356797.0
• 申請日: 2020-11-27
• 公開（公告）號: CN112270385A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 胡峻峰;張志超;鹿文麟;王凱;于璽;李文峰
• 申請（專利權）人: 東北林業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 時起磊

基于卷積神經網絡的竹片圖像分類方法，屬于圖像識別技術領域。本發明是為了解決現有的竹片檢測方法存在竹片本身缺陷的檢測準確率較低且耗時較長的問題。本發明首先利用竹片圖像數據集對多個卷積神經網絡中的每個卷積神經網絡模型進行訓練和驗證；通過混淆矩陣對測試集下每個卷積神經網絡的準確率進行對比；確定識別準確率最高的一個卷積神經網絡，作為竹片圖像分類卷積神經網絡；然后利用竹片圖像分類卷積神經網絡進行竹片圖像分類。本發明主要用于竹片圖像的分類。

技術領域

本發明涉及一種竹片圖像分類方法。屬于圖像識別技術領域。

背景技術

隨著時代的發展，人們對自身的保養意識逐漸加強。炎炎夏日里，良好舒適的睡眠是人們健康的保證，竹席具有良好的的透氣性、涼爽和不卷曲等特性，逐步取代草席成為家家戶戶度過夏天的的必備品。與此同時，炭化竹席具有能吸附灰塵、清新空氣、除菌、防臭等功能，能夠促進人體新陳代謝。麻將涼席由大量形似麻將的竹片編織而成，可以達到按摩全身的效果。可以看出竹席有許多優點，所以竹席的需求量長盛不衰。

目前，中國的竹產業已形成了一種新的有潛力的行業，從資源培育與加工利用的潛力和活力，出口貿易，再到竹生態旅游。2009年，竹材產量13億5600萬，竹筍產量46.53多噸，竹產業總產值710億元，中國竹制品出口額達15億美元，產品出口到世界177個國家，居世界第一位。當前工業生產的所有麻將涼席竹片大多采用傳統的人工篩選，篩選人員釆用肉眼觀察。隨著環境、工作時間和疲勞度所限，從眾多竹片中發現缺陷，并完成分揀工作，這將耗費大量的人力、物力和財力，并且準確度和效率都較低。尤其是竹林是重要的非木質森林資源，我國現有竹子種類500余種。竹片的常見缺陷是各竹片間的形狀差異，人工檢測作為傳統的檢測方法，雖然能直觀的觀測到缺陷但是仍有一些缺點。首先，當缺陷圖像與背景灰度差異較小或者缺陷不是很明顯或者缺陷所在圖像的背景比較模糊，人工檢測會產生較大的誤差；其次，人工檢測很難跟上工業生產中竹片的傳輸速率，所以對產品檢測的實時性會產生影響；最后，工人在進行人工檢測的過程中或多或少的會受到主觀因素影響導致缺陷判斷的標準不能百分百相同，導致無法保證檢測結果統一準確，并且經過長時間的人工檢測，會對人的眼睛、身體等造成疲勞，導致漏檢和錯檢。所以目前我們急需一種實時性好、可靠性高、智能的竹片表面缺陷檢測識別分類技術。

國內目前對于竹片檢測的自動化設備的生產已經逐步擴大。針對竹片缺陷檢測的研究，廣西師范大學蔣賢明等人推出一款竹片分揀機，該機器側重點是挑選出未炭化的竹片，對于竹片的其它缺陷檢測不夠準確，算法相對來說比較復雜且檢測速率低。浙江理工大學的華于生等人提出了基于嵌入式的竹片表面缺陷監測系統，但是檢測速度比較慢而且硬件配置比較落后；湖北工業大學陳張言等人提出基于機器視覺的竹片缺陷檢測系統，檢測準確率已經可以到90％以上但是對于炭化竹片來講無法做到準確識別；廣西師范大學王東旭等人提出基于BP神經網絡的竹片正反面識別，準確率達到97％，但是耗時很長并且無法識別出竹片本身所存在的缺陷。

發明內容

本發明是為了解決現有的竹片檢測方法存在竹片本身缺陷的檢測準確率較低且耗時較長的問題。

1、基于卷積神經網絡的竹片圖像分類方法，包括以下步驟：

S1、采集竹片圖像建立數據集；

S2、將數據集分為訓練集、驗證集、測試集；

針對多個卷積神經網絡中的每個卷積神經網絡模型，分別利用遷移學習方法進行實驗，實驗過程中，分別利用訓練集、驗證集確定每個卷積神經網絡模型權重及調整模型的超參數，然后利用測試集檢驗每個卷積神經網絡的泛化能力；

通過混淆矩陣對測試集下每個卷積神經網絡的準確率進行對比；確定識別準確率最高的一個卷積神經網絡，作為竹片圖像分類卷積神經網絡；

S3、采集待分類的竹片圖像，利用竹片圖像分類卷積神經網絡進行竹片圖像分類。