[发明专利]一种竹片缺陷检测方法、设备及存储设备在审
申请号: | 202310286388.5 | 申请日: | 2023-03-22 |
公开(公告)号: | CN116433613A | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 郑世祺;宫馨雨 | 申请(专利权)人: | 中国地质大学(武汉) |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06N3/08;G06N7/01;G06T7/136;G06T5/20;G06T5/00;G06N3/0464 |
代理公司: | 武汉知产时代知识产权代理有限公司 42238 | 代理人: | 魏波 |
地址: | 430000 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 竹片 缺陷 检测 方法 设备 存储 | ||
1.一种竹片缺陷检测方法,其特征在于:包括以下步骤:
S1、采集竹片图像,并进行预处理,得到处理后的样本集;
S2、构建ResNet检测模型,采用Optuna算法获取模型超参数;
S3、利用超参数对检测模型进行优化,得到优化后的模型;
S4、应用优化后的模型进行竹片缺陷检测。
2.如权利要求1所述的一种竹片缺陷检测方法,其特征在于:所述图像预处理包括灰度变换、滤波和自适应阈值分割。
3.如权利要求1所述的一种竹片缺陷检测方法,其特征在于:所述图像预处理还包括图像校正。
4.如权利要求1所述的一种竹片缺陷检测方法,其特征在于:所述图像预处理还包括图像增强。
5.如权利要求2所述的一种竹片缺陷检测方法,其特征在于:所述自适应阈值分割的具体过程如下:
S11、定义一个固定大小的滑动窗口,以此窗口为中心的像素点构成一个局部区域;
S12、对于每个局部区域,计算其像素点的平均灰度值,作为该区域的阈值;
S13、将该区域内灰度值大于阈值的像素点标记为前景,灰度值小于等于阈值的像素点标记为背景;
S14、将窗口向图像的下一个像素点滑动,并重复步骤S12和S13,直到整个图像被处理完毕。
6.如权利要求3所述的一种竹片缺陷检测方法,其特征在于:所述图像校正的具体过程如下:通过寻找轮廓最小矩形框,计算旋转角度与位移,得到仿射变换矩阵,利用仿射变换将竹片图像自动旋转矫正至水平位置,并移动至图像中心。
7.如权利要求1所述的一种竹片缺陷检测方法,其特征在于:所述ResNet检测模型的构建过程如下:通过卷积层和批归一化层进行特征提取和归一化,然后与原始输入特征相加,最后再通过ReLU激活函数进行非线性变换,最后使用多个残差块来构建ResNet检测模型。
8.如权利要求1所述的一种竹片缺陷检测方法,其特征在于:采用Optuna算法获取ResNet检测模型超参数的过程如下:
S21、定义优化目标函数;所述优化目标函数的输入为ResNet检测模型的初始超参数,输出为ResNet检测模型的检测准确率;
S22、设定ResNet检测模型超参数搜索空间;
S23、根据超参数搜索空间,运用Optuna优化器迭代进行超参数搜索,得到最优超参数。
9.一种存储设备,其特征在于:所述存储设备存储指令及数据用于实现权利要求1~8所述的任意一种竹片缺陷检测方法。
10.一种竹片缺陷检测设备,其特征在于:包括:处理器及存储设备;所述处理器加载并执行存储设备中的指令及数据用于实现权利要求1~8所述的任意一种竹片缺陷检测方法。
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中国地质大学(武汉),未经中国地质大学(武汉)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/202310286388.5/1.html,转载请声明来源钻瓜专利网。