-
Patent Agency Ranking
公开(公告)号：CN104458766A
公开(公告)日：2015-03-25
申请号：CN201410854388.1
申请日：2014-12-31
Applicant: 江南大学
IPC: G01N21/95
Abstract: 一种基于结构纹理法的布匹表面瑕疵检测方法，本发明提供了一种布匹表面瑕疵的在线视觉检测方法，首先对采集到的布匹图像进行总变差正则化方法处理，将图像分解为背景纹理部分和包含瑕疵的结构部分；然后对结构部分做图像增强处理并通过计算与标准布匹结构部分图像的相关性进行阈值化处理，得到瑕疵区域的二值图像；最后保存记录瑕疵区域的像素坐标信息以备后续处理。通过对布匹图像进行结构纹理法处理，消除了布匹原有纹理对瑕疵检测的干扰影响，能够有效的提高检测精度，降低漏检和误检率。
-
公开(公告)号：CN103604809A
公开(公告)日：2014-02-26
申请号：CN201310512190.0
申请日：2013-10-22
Applicant: 江南大学
IPC: G01N21/892 , G01N21/898
Abstract: 本发明提供了一种织机图案布匹瑕疵的在线视觉检测方法，包括纹理基元周期精确求取，构建无瑕疵基元图像偏移序列提取图案布匹特征，可以实现织机图案布匹织布过程中的实时监控以及瑕疵停机；优化了纹理基元周期提取方案，通过极值权重分析去除干扰的极值点提高周期提取精度；配合离线对标准无瑕疵图像训练，建立在线检测过程中双层分类机制，在保证实时性的同时极大提高检测精度；完全可以满足织机图案布匹在线检测过程中实时性高、准确性高的要求。
-
公开(公告)号：CN104458766B
公开(公告)日：2017-07-18
申请号：CN201410854388.1
申请日：2014-12-31
Applicant: 江南大学
IPC: G01N21/95
Abstract: 一种基于结构纹理法的布匹表面瑕疵检测方法，本发明提供了一种布匹表面瑕疵的在线视觉检测方法，首先对采集到的布匹图像进行总变差正则化方法处理，将图像分解为背景纹理部分和包含瑕疵的结构部分；然后对结构部分做图像增强处理并通过计算与标准布匹结构部分图像的相关性进行阈值化处理，得到瑕疵区域的二值图像；最后保存记录瑕疵区域的像素坐标信息以备后续处理。通过对布匹图像进行结构纹理法处理，消除了布匹原有纹理对瑕疵检测的干扰影响，能够有效的提高检测精度，降低漏检和误检率。
-
公开(公告)号：CN103926255A
公开(公告)日：2014-07-16
申请号：CN201410173860.5
申请日：2014-04-26
Applicant: 江南大学 , 无锡信捷电气股份有限公司
IPC: G01N21/898
Abstract: 本发明提供了一种布匹表面瑕疵的在线视觉检测方法，其特征是通过Gabor滤波器和小波神经网络的结合，有效提取出布匹表面纹理的宽度方向等信息，能够对同种类布匹训练求取最优解后构建Gabor滤波器进行在线实时检测，保证了在线检测的速度与精度；针对不同种类的瑕疵，分别利用奇对称、偶对称Gabor滤波器保证块状瑕疵与线状瑕疵均能够准确、高效地检测出来。在用线阵相机高速实时采集图像的条件下，能够有效的提高检测速度，降低漏检和误检率。
-
公开(公告)号：CN103604809B
公开(公告)日：2016-08-17
申请号：CN201310512190.0
申请日：2013-10-22
Applicant: 江南大学
IPC: G01N21/892 , G01N21/898
Abstract: 本发明提供了一种织机图案布匹瑕疵的在线视觉检测方法，包括纹理基元周期精确求取，构建无瑕疵基元图像偏移序列提取图案布匹特征，可以实现织机图案布匹织布过程中的实时监控以及瑕疵停机；优化了纹理基元周期提取方案，通过极值权重分析去除干扰的极值点提高周期提取精度；配合离线对标准无瑕疵图像训练，建立在线检测过程中双层分类机制，在保证实时性的同时极大提高检测精度；完全可以满足织机图案布匹在线检测过程中实时性高、准确性高的要求。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
