布面瑕疵识别方法、系统和存储介质技术方案

本发明专利技术公开了一种布面瑕疵识别方法、系统和存储介质，方法包括以下步骤：获取布匹图像；将所述布匹图像分割为尺寸相同的多个子图；通过分类模型对所述多个所述子图进行分类，得到各所述子图属于缺陷类型的得分；计算各所述子图中属于缺陷类型的得分最大的前N个所述子图的对应得分的平均值；其中，N为大于等于2的整数；根据所述平均值是否满足预设条件来判断图像中布匹是否存在缺陷。本发明专利技术通过分割的方式可以降低图像的大小，使得存在瑕疵的子图中，瑕疵占子图面积的比例相对于瑕疵占全图的比例增加，从而增加识别的准确性，并且通过计算前N个的得分均值作为判断依据，进一步增加了识别的准确性。本发明专利技术可以广泛应用于图像识别技术。

【技术实现步骤摘要】
布面瑕疵识别方法、系统和存储介质
本专利技术涉及图像识别技术，尤其是一种布面瑕疵识别方法、系统和存储介质。
技术介绍
织布机生产时，一旦出现故障，生产的布匹会产生瑕疵。然而，布匹的生产设备并不能够检测到自身所有的故障。例如，织布机中某个部件轻微变形，导致布匹出现缺经或者缺纬的时候，布匹生产设备本身并不能发现。现有技术中，通过图像识别的方式可以检验布匹是否存在缺陷，但是专利技术人发现，现有技术中，通过对拍摄的图像进行识别的准确率比较低，其原因是瑕疵占据整个图像的面积较小。
技术实现思路
为解决上述技术问题的至少之一，本专利技术的目的在于：提供一种布面瑕疵识别方法、系统和存储介质，以提升瑕疵识别的准确率。第一方面，本专利技术实施例提供了：一种布面瑕疵识别方法，包括以下步骤：获取布匹图像；将所述布匹图像分割为尺寸相同的多个子图；通过分类模型对所述多个所述子图进行分类，得到各所述子图属于缺陷类型的得分；计算各所述子图中属于缺陷类型的得分最大的前N个所述子图的对应得分的平本文档来自技高网...

【技术保护点】
1.一种布面瑕疵识别方法，其特征在于，包括以下步骤：/n获取布匹图像；/n将所述布匹图像分割为尺寸相同的多个子图；/n通过分类模型对所述多个所述子图进行分类，得到各所述子图属于缺陷类型的得分；/n计算各所述子图中属于缺陷类型的得分最大的前N个所述子图的对应得分的平均值；其中，N为大于等于2的整数；/n根据所述平均值是否满足预设条件来判断图像中布匹是否存在缺陷。/n

【技术特征摘要】
1.一种布面瑕疵识别方法，其特征在于，包括以下步骤：
获取布匹图像；
将所述布匹图像分割为尺寸相同的多个子图；
通过分类模型对所述多个所述子图进行分类，得到各所述子图属于缺陷类型的得分；
计算各所述子图中属于缺陷类型的得分最大的前N个所述子图的对应得分的平均值；其中，N为大于等于2的整数；
根据所述平均值是否满足预设条件来判断图像中布匹是否存在缺陷。


2.根据权利要求1所述的布面瑕疵识别方法，其特征在于：所述缺陷类型有多个；
所述计算各所述子图中属于缺陷类型的得分最大的前N个所述子图的对应得分的平均值，包括：
针对每个缺陷类型都进行以下计算：
计算各所述子图中属于相同缺陷类型的得分最大的前N个所述子图的对应得分的平均值；
所述根据所述平均值是否满足预设条件来判断图像中布匹是否存在缺陷，包括：
对应任一缺陷类型的平均值满足预设条件，则判定图像中布匹存在缺陷。


3.根据权利要求1所述的布面瑕疵识别方法，其特征在于：所述方法还包括以下步骤：
当设定时间内获取的所述布匹图像中超过M个被判定为图像中布匹存在缺陷，则触发报警。


4.根据权利要求1所述的布面瑕疵识别方法，其特征在于：所述分类模型通过以下方式得到：
获取第一训练集合，所述第一训练集合中包括多个被标注的训练样本，所述训练样本为布匹图像的子图；
对所述第一训练集合中的训练样本进行对比度变换、亮度变换、添加随机噪声、添加随机模糊或者随机翻转中的至少一种处理，得到新的训练样本；
将所述新的训练样本添加到所述第一训练集合中，得到第二训练集合；
利用第二训练集合对参数随机初始化的分类模型进行训练，得到所述分类模型。


5.一种布面瑕疵识别系统，其特征在于，包括：
获取单元，用于获取布匹图像；
分割单元，用于将所述布匹图像分割为尺寸相同的多个子图；
分类单元，用于通过分类模型对所述多个所述子图进行分类，得到各所述子图属于缺陷类...

【专利技术属性】
技术研发人员：黄思东，
申请(专利权)人：广州寻星网络科技有限公司，
类型：发明
国别省市：广东;44