一种瓷砖纹理分类方法和装置制造方法及图纸

本申请涉及图像处理技术领域，尤其涉及一种瓷砖纹理分类方法和装置。所述方法包括：基于特征提取网络从待分类瓷砖图像中提取深度非线性特征；基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，N＞1；将计算出的N个非线性距离中最小的非线性距离所对应的图像分类模板的类别作为所述待分类瓷砖图像的类别。本发明专利技术实施例方案能够提供瓷砖纹理分类的准确性。

A Classification Method and Device for Tile Texture

【技术实现步骤摘要】
一种瓷砖纹理分类方法和装置
本申请涉及图像处理
，尤其涉及一种瓷砖纹理分类方法和装置。
技术介绍
随着科学技术水平的不断提高，计算机视觉越来越受到人们的关注。将计算机视觉应用在工业生产的各个环节以代替人工、提高生产效率已经成为一种趋势。在瓷砖分类领域中，由于瓷砖纹理种类繁多、类别间差异较小，依靠单纯、直观的标准很难对瓷砖纹理进行合理区分。在目前所采用的基于计算机视觉对瓷砖纹理分类的方法中，主要是根据感兴趣区域提取的纹理特征或色差信息进行分类，由于纹理种类众多，当不同瓷砖的纹理特征和颜色比较接近时得到的分类结果会存在比较大误差，从而导致较高误检率。例如，在现有的一种瓷砖纹理分类方法中，基于瓷砖釉面纹理与背景反射率不同的特点，将纹理分为宏观纹理和高反射率纹理，同时结合色调、灰度对瓷砖纹理分类，该方法解决了高反射纹理与背景色差接近难以区分的问题，但是在多类别纹理特征和颜色较为相近时难以实现理想的分类效果。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种瓷砖纹理分类方法和装置。第一方面，本专利技术实施例提供了一种瓷砖纹理分类方法，包括：基于特征提取网络从待分类瓷砖图像中提取深度非线性特征；基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，N＞1；将计算出的N个非线性距离中最小的非线性距离所对应的图像分类模板的类别作为所述待分类瓷砖图像的类别。可选的，基于特征提取网络从待分类瓷砖图像中提取深度非线性特征，包括：从所述待分类瓷砖图像中截取关键特征图像；基于特征提取网络从所述关键特征图像中提取深度非线性特征。可选的，所述特征提取网络包括：多个卷积层以及至少两个最大池化层，以用于从所述待分类瓷砖图像中提取深度非线性特征。可选的，基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，包括：将所述深度非线性特征进行N维度扩展；基于全连接关系网络，计算所述N维度扩展得到的N个非线性特特征与所述N个图像分类模板之间的非线性距离。可选的，将所述深度非线性特征进行N维度扩展，包括：将所述深度非线性特征复制N次得到N个所述深度非线性特征。可选的，所述全连接关系网络包括：多个卷积层、多个最大池化层以及多个全连接层，以用于计算所述深度非线性特征与N个图像分类模板之间的非线性距离。第二方面本专利技术实施例提供了一种瓷砖纹理分类装置，包括：特征提取模块，用于基于特征提取网络从待分类瓷砖图像中提取深度非线性特征；距离计算模块，用于基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，N＞1；类别确定模块，用于将计算出的N个非线性距离中最小的非线性距离所对应的图像分类模板的类别作为所述待分类瓷砖图像的类别。可选的，所述特征提取模块具体用于：从所述待分类瓷砖图像中截取关键特征图像；基于特征提取网络从所述关键特征图像中提取深度非线性特征。可选的，所述距离计算模块具体用于：将所述深度非线性特征进行N维度扩展；基于全连接关系网络，计算所述N维度扩展得到的N个非线性特特征与所述N个图像分类模板之间的非线性距离。第三方面，本专利技术实施例提供了一种瓷砖纹理分类装置，包括：存储器、处理器，其中：所述存储器用于存储一条或多条计算机指令，所述一条或多条计算机指令被所述处理器执行时实现上述瓷砖纹理分类方法。第四方面，本专利技术实施例提供了一种计算机存储介质，其特征在于，所述存储介质用于存储计算机程序，所述计算机程序用于使计算机执行时实现上述的瓷砖纹理分类方法。本申请实施例提供的上述技术方案与现有技术相比具有如下优点：在本专利技术实施例的瓷砖纹理分类方案中，从待分类瓷砖图像中提取深度非线性特征，并且基于全连接关系网络计算提取的深度非线性特征与N个图像分类模板之间的非线性距离，将N个非线性距离中最小非线性距离对应的图像分类模板的类别作为待分类瓷砖图像的类别。该方案不受所提取的特征限制可适用于多类别瓷砖纹理分类，能够提高瓷砖纹理分类的效率和准确性，识别精度高、鲁棒性强。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一提供的瓷砖纹理分类方法的流程图；图2为本专利技术实施例二提供的瓷砖纹理分类方法的流程图；图3为本专利技术实施例提供的一种特征提取网络的结构示意图；图4为本专利技术实施例提供的一种全连接关系网络的结构示意图；图5为本专利技术实施例提供的一种瓷砖纹理色块分类示意图；图6为本专利技术实施例提供的瓷砖纹理分类装置的结构示意图；图7为图6所示装置所对应电子设备的结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。为了解决现有技术中瓷砖纹理分类误差较大、效率较低的问题，本专利技术实施例提供了一种瓷砖纹理分类方法，该方法基于计算机视觉识别技术，不受所提取的特征限制可适用于多类别瓷砖纹理分类，能够提高瓷砖纹理分类的效率和准确性，识别精度高、鲁棒性强。图1为本专利技术实施例一提供的瓷砖纹理分类方法的流程图，该方法可以由支持计算机视觉识别技术的终端设备执行。如图1所示，该方法包括如下步骤：步骤S101：基于特征提取网络从待分类瓷砖图像中提取深度非线性特征。步骤S102：基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，N＞1。步骤S103：将计算出的N个非线性距离中最小的非线性距离所对应的图像分类模板的类别作为所述待分类瓷砖图像的类别。在本专利技术实施例方案中，从待分类瓷砖图像中提取深度非线性特征，之后基于全连接关系网络计算瓷砖的深度非线性特征与各种图像分类模板之间的非线性距离，并且根据计算出的非线性距离确定待分类瓷砖图像所属的类别。其中，将计算出的最小非线性距离对应的图像分类模板的类别作为待分类瓷砖图像的类别。图2为本专利技术实施例二提供的瓷砖纹理分类方法的流程图，如图2所示，该方法包括如下步骤：步骤S201：从待分类瓷砖图像中截取关键特征图像。在从待分类瓷砖图像中提取深度非线性特征之前，首先对待分类瓷砖图像进行预处理。具体的，可以从待分类瓷砖图像中截取本文档来自技高网...

【技术保护点】
1.一种瓷砖纹理分类方法，其特征在于，包括：基于特征提取网络从待分类瓷砖图像中提取深度非线性特征；基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，N＞1；将计算出的N个非线性距离中最小的非线性距离所对应的图像分类模板的类别作为所述待分类瓷砖图像的类别。

【技术特征摘要】
1.一种瓷砖纹理分类方法，其特征在于，包括：基于特征提取网络从待分类瓷砖图像中提取深度非线性特征；基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，N＞1；将计算出的N个非线性距离中最小的非线性距离所对应的图像分类模板的类别作为所述待分类瓷砖图像的类别。2.根据权利要求1所述的方法，其特征在于，基于特征提取网络从待分类瓷砖图像中提取深度非线性特征，包括：从所述待分类瓷砖图像中截取关键特征图像；基于特征提取网络从所述关键特征图像中提取深度非线性特征。3.根据权利要求1或2所述的方法，其特征在于，所述特征提取网络包括：多个卷积层以及至少两个最大池化层，以用于从所述待分类瓷砖图像中提取深度非线性特征。4.根据权利要求1所述的方法，其特征在于，基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，包括：将所述深度非线性特征进行N维度扩展；基于全连接关系网络，计算所述N维度扩展得到的N个非线性特特征与所述N个图像分类模板之间的非线性距离。5.根据权利要求4所述的方法，其特征在于，将所述深度非线性特征进行N维度扩展，包括：将所述深度非线性特征复制N次得到N个所述深度非线性特征。6.根据权利要求1所述的...

【专利技术属性】
技术研发人员：阮铃通，吴琦，刘晨曦，
申请(专利权)人：睿视智觉厦门科技有限公司，
类型：发明
国别省市：福建,35