[发明专利]基于人工智能的牛仔布水洗效果评价的图像识别方法及装置

权利要求书

1.一种基于人工智能的牛仔布水洗效果评价的图像识别方法，其特征在于，用于判别织物的除毛效果，所述方法包括：

采集样本图像；

将所述样本图像输入卷积神经网络，提取所述样本图像的图像特征参数：通过将一张图片的原始像素不断抽象，从原始图像像素组成点、线基础结构，再将点、线等基础特征进一步组成高阶特征，通过在训练过程中所做的特征学习最终对图像进行识别；所述样本图像通过图像增强处理得到第一增强图像；对所述第一增强图像执行图像目标分类操作，得到第一经纱图像和第一纬纱图像；根据所述第一经纱图像和第一纬纱图像识别出所述样本图像的图像特征参数；

通过所述样本图像的图像特征参数训练得到判别模型：采用Dropout解决过拟合问题，训练时将神经网络某一层的输出节点数据随机丢弃一部分，提高模型泛化性；学习方法选用Adam自适应方法；激活函数选用ReLU非线性函数；

以及验证所述判别模型后，判别出织物的除毛效果。

2.根据权利要求1所述的基于人工智能的牛仔布水洗效果评价的图像识别方法，其特征在于，采集样本图像包括：

采集洗水前织物第一关键位置图像；

采集洗水后织物第二关键位置图像；

其中，所述第一关键位置图像与所述第二关键位置图像为相同位置的图像。

3.一种基于人工智能的牛仔布水洗效果评价的图像识别装置，其特征在于，用于判别织物的除毛效果，所述装置包括：

采集单元，用于采集样本图像；

识别单元，用于将所述样本图像输入卷积神经网络，提取所述样本图像的图像特征参数；通过将一张图片的原始像素不断抽象，从原始图像像素组成点、线基础结构，再将点、线等基础特征进一步组成高阶特征，通过在训练过程中所做的特征学习最终对图像进行识别；所述识别单元包括：增强图像单元、分离图像单元、特征提取单元，

增强图像单元，用于将样本图像通过图像增强处理得到第一增强图像；

分离图像单元，用于对所述第一增强图像执行图像目标分类操作，得到第一经纱图像和第一纬纱图像；

特征提取单元，用于根据所述第一经纱图像和第一纬纱图像识别出所述样本图像的图像特征参数；

训练单元，用于通过所述样本图像的图像特征参数训练得到判别模型：采用Dropout解决过拟合问题，训练时将神经网络某一层的输出节点数据随机丢弃一部分，提高模型泛化性；学习方法选用Adam自适应方法；激活函数选用ReLU非线性函数；

验证判别单元，用于验证所述判别模型后，判别出织物的除毛效果。

4.根据权利要求3所述的基于人工智能的牛仔布水洗效果评价的图像识别装置，其特征在于，所述采集单元包括：第一图像采集单元、第二图像采集单元，

所述第一图像采集单元，用于采集洗水前织物第一关键位置图像；

所述第二图像采集单元，用于采集洗水后织物第二关键位置图像；

其中，所述第一关键位置图像与所述第二关键位置图像为相同位置的图像。

5.根据权利要求3所述的基于人工智能的牛仔布水洗效果评价的图像识别装置，其特征在于，所述训练单元包括：采用Dropout提高模型泛化性，采用Adam方法解决调试参数问题，学习率设为0.00001，激活函数采用ReLU函数，卷积神经网络结构有5个训练层，前3层为卷积层，后2层为全连接层，最后一层为Softmax层。

6.根据权利要求3所述的基于人工智能的牛仔布水洗效果评价的图像识别装置，其特征在于，所述判别单元包括：利用训练出的网络结构，对未知图像进行除毛效果判别。

7.根据权利要求3所述的基于人工智能的牛仔布水洗效果评价的图像识别装置，其特征在于，所述采集单元包括：数码显微镜，所述织物包括：牛仔布。