[发明专利]导轮质量检测方法及设备有效
| 申请号： | 201710727968.8 | 申请日： | 2017-08-23 |
| 公开（公告）号： | CN109427050B | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 李锐;吴云崇;周小栋;闵万里 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 上海百一领御专利代理事务所(普通合伙) 31243 | 代理人： | 陈贞健;王路丰 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 导轮 质量 检测 方法 设备 | ||
1.一种导轮质量检测方法，其中，该方法包括：
将多张正常导轮的图像分成第一组和第二组；
根据所述第一组的每张正常导轮的图像并采用第一算法，得到用于计算所述第二组的每张正常导轮的图像对应的正常导轮的马氏距离的计算参数；
根据所述计算参数和所述第二组的每张正常导轮的图像并采用第一算法，计算所述第二组的每张正常导轮的图像对应的正常导轮的马氏距离；
根据所述马氏距离计算正常导轮的统计分布阈值，作为正常导轮的特征数据；
根据待检测的导轮的图像得到待检测导轮的特征数据；
将所述待检测导轮的特征数据与训练得到的正常导轮的特征数据进行比较，根据比较结果判断待检测导轮是否正常。
2.根据权利要求1所述的方法，其中，根据比较结果判断待检测导轮是否正常，包括：
若所述待检测导轮的特征数据与训练得到的正常导轮的特征数据的差值小于预设阈值或未超过预设阈值范围，则所述待检测导轮正常；
若所述待检测导轮的特征数据与训练得到的正常导轮的特征数据的差值大于等于预设阈值或超过预设阈值范围，则所述待检测导轮异常。
3.根据权利要求1所述的方法，其中，根据所述第一组的每张正常导轮的图像并采用第一算法，得到用于计算所述第二组的每张正常导轮的图像对应的正常导轮的马氏距离的计算参数，包括：
采用第一算法从所述第一组的每张正常导轮的图像提取对应的特征向量，其中，每个特征向量具有对应的维度；
根据从所述第一组提取的特征向量计算协方差矩阵和所述第一组提取的所有特征向量的所有维度的平均值。
4.根据权利要求3所述的方法，其中，根据所述计算参数和所述第二组的每张正常导轮的图像并采用第一算法，计算所述第二组的每张正常导轮的图像对应的正常导轮的马氏距离，包括：
采用第一算法从所述第二组的每张正常导轮的图像提取对应的特征向量，其中，每个特征向量具有对应的维度；
根据所述协方差矩阵、从所述第一组提取的所有特征向量的所有维度的平均值和从所述第二组提取的特征向量，计算所述第二组的每张正常导轮的图像对应的正常导轮的马氏距离。
5.根据权利要求4所述的方法，其中，根据所述马氏距离计算正常导轮的统计分布阈值，包括：
根据所述第二组中的所有正常导轮的马氏距离，计算所述第二组中的所有正常导轮的马氏距离的平均值和标准差；
根据所述第二组中的所有正常导轮的马氏距离的平均值、标准差和预设的调节参数，计算正常导轮的统计分布阈值。
6.根据权利要求3所述的方法，其中，根据待检测的导轮的图像得到待检测导轮的特征数据，包括：
根据待检测的导轮的图像计算待检测的导轮的马氏距离；
将所述待检测导轮的特征数据与训练得到的正常导轮的特征数据进行比较，根据比较结果判断待检测导轮是否正常，包括：
将所述待检测导轮的马氏距离与所述正常导轮的统计分布阈值进行比较，
若所述待检测导轮的特征数据未超过训练得到的正常导轮的统计分布阈值，则所述待检测导轮正常；
若所述待检测导轮的特征数据超过训练得到的正常导轮的统计分布阈值，则所述待检测导轮异常。
7.根据权利要求6所述的方法，其中，根据待检测的导轮的图像计算待检测的导轮的马氏距离，包括：
从所述待检测的导轮的图像提取对应的特征向量，其中，每个特征向量具有对应的维度；
根据所述协方差矩阵、从所述第一组提取的所有特征向量的所有维度的平均值和从所述从所述待检测的导轮的图像提取的特征向量，计算所述待检测的导轮的马氏距离。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710727968.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种涂层缺陷的检测方法
- 下一篇：基于深度学习处理眼底图像的相关方法及设备
