[发明专利]一种基于自动编码器和BP神经网络的织物缺陷检测方法有效
| 申请号： | 201910535049.X | 申请日： | 2019-06-20 |
| 公开（公告）号： | CN110322437B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 姚信威;王诗毅;倪方舟;叶超;齐楚锋 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司： | 杭州赛科专利代理事务所(普通合伙) 33230 | 代理人： | 郭薇 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于自动编码器和BP神经网络的织物缺陷检测方法，在正常图像样本中加入预设比例的经疵和纬疵图像样本，创建自动编码器训练集后输入自动编码器模型，得到重构图像后分别与正常、经疵和纬疵图像样本作差，预处理作差图；创建BP神经网络模型，以处理得到的数据集作为训练集，得到BP神经网络模型，输入待测样本图像，将待测样本图像与重构图像作差，预处理后得到待测作差图像，输入BP神经网络检测并输出织物缺陷种类。本发明可以高效、准确进行织物缺陷检测，识别率高，满足工厂生产车间织物的检测要求；将被广泛应用、发展非常成熟、对图像处理非常高效的深度神经网络模型应用于织物缺陷检测中，提高织物的生产效率。 | ||
| 搜索关键词： | 一种 基于 自动 编码器 bp 神经网络 织物 缺陷 检测 方法 | ||
【主权项】：
1.一种基于自动编码器和BP神经网络的织物缺陷检测方法，其特征在于：所述方法包括以下步骤：步骤1：基于正常图像样本，在正常图像样本中加入预设比例的经疵图像样本和纬疵图像样本，创建自动编码器训练集；将训练集输入自动编码器模型；设置自动编码器参数；步骤2：自动编码器输出重构图像；步骤3：将正常图像样本、经疵图像样本和纬疵图像样本分别与重构图像作差；将作差图进行预处理；步骤4：创建BP神经网络模型，以步骤3处理得到的数据集作为BP神经网络的训练集，设定BP神经网络参数，得到BP神经网络模型；步骤5：输入待测样本图像，将待测样本图像与所述重构图像作差，进行与步骤3相同的预处理，得到待测作差图像，输入BP神经网络；步骤6：输出织物缺陷种类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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浙江工业大学，未经浙江工业大学许可，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/patent/201910535049.X/，转载请声明来源钻瓜专利网。
