文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202111066939.4

申 请 日：20210913

发 明 人：韩琦 武宸 翁腾飞 陈国荣 解燕 张澳 杨恒 侯明阳 王洪艺 田升 张黎

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20221004

公 开 号：CN115147341A

代 理 人：余锦曦

代理机构：重庆为信知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明公开了一种基于生物视觉启发的织物表面缺陷分类深度网络方法，评估图像受噪声影响程度，然后确定滤波函数尺度，实现对图像预处理，再使用迁移学习方法对已经用大量数据训练好的ResNet网络进行微调，获取映射函数并判别输入织物图像是否存在缺陷，对缺陷的织物图像使用Meanshift聚类算法分割缺陷，确定缺陷位置，建立一种视觉交互架构“VIN‑Net”织物缺陷分类模型，基于已训练好的织物缺陷分类模型对纺织品图像进行缺陷分类，若存在缺陷则可检测到目标位置并识别其缺陷类别。有益效果：本发明为纺织品企业和工厂的织物产品提供高效、精确以及快速的织物表面缺陷分类检测，从而提高织物产品质量、减少人工成本进而对企业的经济效益起到推动作用。

主 权 项：1.一种基于生物视觉启发的织物表面缺陷分类深度网络方法进行准确且快速分类，其特征在于：包括以下步骤：步骤1，评估图像受噪声影响程度，然后确定滤波函数尺度，得到预处理后图像x'；步骤2，使用迁移学习方法对已使用大量数据训练好的ResNet网络进行微调，获取映射函数并判别输入织物图像是否存在缺陷；步骤3，对缺陷的织物图像使用Meanshift聚类算法分割缺陷，确定缺陷位置并生成织物缺陷位置图h'；步骤4，在研究生物视觉系统结构和运行机制基础上，建立一种视觉交互架构“VIN-Net”织物缺陷分类模型；步骤5，基于已训练好的织物缺陷分类模型对纺织品图像进行缺陷分类，若存在缺陷则识别其缺陷类别。

关 键 词：缺陷分类  分类模型  织物表面 织物产品 织物缺陷  织物图像 纺织品图像  图像预处理  聚类算法  滤波函数  目标位置  评估图像  缺陷类别  缺陷位置  人工成本  生物视觉 视觉交互  数据训练  映射函数 噪声影响  可检测  再使用  微调  纺织品  架构  网络 尺度  迁移  分割  检测  学习  

IPC专利分类号：G06T7/00;G06T5/00;G06V10/764;G06N3/04;G06N3/08