[發(fā)明專利]一種基于特征匹配的織物異常區(qū)域檢測方法

有效

• 申請?zhí)枺?/td>: 202110777751.4
• 申請日: 2021-07-07
• 公開（公告）號: CN113554605B
• 公開（公告）日: 2023-09-26
• 發(fā)明（設(shè)計）人: 陳從平;丁坤;鈕嘉煒;李少玉;顏逸洲;周正旺;張屹;戴國洪
• 申請（專利權(quán)）人: 常州大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 常州市英諾創(chuàng)信專利代理事務(wù)所(普通合伙) 32258
• 代理人: 王美華

1.一種基于特征匹配的織物異常區(qū)域檢測方法，其特征在于，包括以下步驟：

S1、織物圖像特征提取；所述S1包括如下步驟：

S11、獲取織物訓練集，訓練集樣本由正常圖像組成；

S12、使用經(jīng)過ImageNet預(yù)訓練的Wide-ResNet-50-2特征提取網(wǎng)絡(luò)作為特征提取器α，對訓練集樣本進行特征提取；將每張訓練集樣本經(jīng)特征提取器α中的第一個卷積組和第三個卷積組的輸出作為異常區(qū)域定位特征，分別記為將經(jīng)特征提取器α的第四個卷積組池化后的輸出作為存在異常區(qū)域的判別特征，記為x_a；

由所有訓練集樣本的x_a生成特征集合X_a；

S13、使用特征提取器α對待測圖像y進行特征提取，其中，將待測圖像y在特征提取器α中的第一個卷積組和第三個卷積組的輸出作為異常區(qū)域定位特征，分別記為將經(jīng)特征提取器的第四個卷積組池化后的輸出作為圖像存在異常區(qū)域的判別特征，記為y_a；

S2、織物圖像異常判別；所述S2包括如下步驟：

S21、在特征集合X_a中檢索與待測圖像y中的特征y_a距離最接近的k個訓練特征并保存與其對應(yīng)的k個特征與

根據(jù)距離度量公式為L₂和余弦相似性結(jié)合，給出異常判別分數(shù)為D，計算公式為：

d＝L₂+λ(1-Cosine)?(3)

其中，λ為余弦相似性的權(quán)重；

S22、設(shè)定閾值τ₁，若分數(shù)D大于τ₁，則判定織物圖像存在異常，記為P_a，若分數(shù)D小于τ₁，則判定織物圖像為正常圖像；

S3：織物異常區(qū)域定位。

2.如權(quán)利要求1所述的基于特征匹配的織物異常區(qū)域檢測方法，其特征在于，所述S3包括如下步驟：

S31、將異常圖像P_a的特征中每個像素塊分別與k個特征中與對應(yīng)位置的像素塊進行L₂距離度量，每個像素塊的異常分數(shù)記為的L₂距離度量和，計算得到所有像素塊的異常分數(shù)后組成特征的異常像素塊分數(shù)圖

S32：將異常圖像P_a的特征中每個像素塊分別與k個特征中與對應(yīng)位置的像素塊進行L₂距離度量，每個像素塊的異常分數(shù)記為的L₂距離度量和，計算得到所有像素塊的異常分數(shù)后組成特征的異常像素塊分數(shù)圖

S33：將異常像素塊分數(shù)圖和分別進行上采樣至與待測圖片相同尺寸，分別記為和待測圖像的粗略異常像素分數(shù)圖p為

S34：將粗略異常像素分數(shù)圖p進行高斯模糊消除干擾點從而得到異常像素分數(shù)圖p'，給定閾值τ₂，若p'中像素點的分數(shù)值小于τ₂，則標記該像素點為正常像素點，若p'中像素點的分數(shù)值大于τ₂，則標記該像素點為異常像素點；

S35：將標記為正常的像素點的三通道像素值均置為0，由異常像素點組成的圖像即為異常區(qū)域定位圖。