【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种异常区域检测方法、处理器、装置及可读存储介质。
技术介绍
1、纺织品花型复杂多样，且随着市场需求和流行趋势变化，需要经验丰富的工人才能完成人工目测。通过运用图像分割和分类检测等计算机视觉技术，对已标注的无瑕疵训练图像样本进行学习，实现小批量、花型复杂的纺织物瑕疵智能检测，以降低人工目测成本、提升产品质量和经济效益。
2、在现有技术中，在对纺织物图像进行异常检测时，通常会出现异常区域分割范围太大的问题，以及可能会将纺织物图像的背景中的花纹或图案误认为是瑕疵，导致误报率升高的问题，这会浪费时间和资源，而需要额外的检查和修复步骤来纠正这些错误。
技术实现思路
1、本申请的目的在于提供一种异常区域检测方法、处理器、装置及计算机可读存储介质，根据图像中候选异常区域之间的相似性进行排序，进而根据排序结果确定图像中最终的异常区域，避免了图像背景像素的干扰问题，有助于对图像中的异常区域进行准确分割，减少对图像的异常区域进行检测的时间和资源，提高了检测效率。p>
2、为达到本文档来自技高网...
【技术保护点】
1.一种异常区域检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取图像中的至少一第一候选异常区域的步骤，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过异常区域检测模型对所述图像进行检测，获得至少一初始候选异常区域和对应的置信度的步骤，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据至少一第二候选异常区域之间的相似性，对所述至少一第二候选异常区域进行排序的步骤，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述排序的结果，从至少一所述第二候选异常区域中...
【技术特征摘要】
1.一种异常区域检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取图像中的至少一第一候选异常区域的步骤，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过异常区域检测模型对所述图像进行检测，获得至少一初始候选异常区域和对应的置信度的步骤，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据至少一第二候选异常区域之间的相似性，对所述至少一第二候选异常区域进行排序的步骤，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述排序的结果，从至少一所...
【专利技术属性】
技术研发人员：彭兴启，易作天，尹倩倩，周志忠，童兴，
申请(专利权)人：中科云谷科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。