System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 木材缺陷检测方法、装置、电子设备及介质制造方法及图纸_技高网

木材缺陷检测方法、装置、电子设备及介质制造方法及图纸

技术编号:40317975 阅读:4 留言:0更新日期:2024-02-07 21:00
本申请实施例提供一种木材缺陷检测方法、装置、电子设备及介质,涉及图像识别技术领域,其中方法包括:将具有木材图像的第一图像输入至目标检测模型进行初始缺陷检测,以得到具有N个检测框的第二图像,N为大于或者等于1的整数;对所述第二图像的所述N个检测框内的图像进行均值漂移聚类;对所述第二图像进行图像处理,以得到第三图像,其中,所述图像处理包括:根据所述均值漂移聚类的结果,对所述第二图像的所述N个检测框中的图像进行图像增强;检测所述第三图像的所述N个检测框中的图像是否包括目标缺陷图像。本申请能够简化均值漂移聚类迭代的过程。

【技术实现步骤摘要】

本申请涉及图像识别,尤其涉及一种木材缺陷检测方法、装置、电子设备及介质


技术介绍

1、木材在投入使用之前,通常需要对其质量进行检测。目前,可通过均值漂移聚类算法对木材图像进行预处理,再利用图像增强技术获取木材的缺陷图像。然而,由于木材的体积较大,对木材的全局图像进行均值漂移聚类将导致均值漂移聚类的迭代过程较复杂。


技术实现思路

1、本申请实施例提供了一种木材缺陷检测方法、装置、电子设备及介质,以解决现有技术中对木材的全局图像进行均值漂移聚类将导致均值漂移聚类的迭代过程较复杂的问题。

2、为了解决上述技术问题,本申请是这样实现的;

3、第一方面,本申请实施例提供了一种木材缺陷检测方法,所述方法包括:

4、将具有木材图像的第一图像输入至目标检测模型进行初始缺陷检测,以得到具有n个检测框的第二图像,n为大于或者等于1的整数;

5、对所述第二图像的所述n个检测框内的图像进行均值漂移聚类;

6、对所述第二图像进行图像处理,以得到第三图像,其中,所述图像处理包括:根据所述均值漂移聚类的结果,对所述第二图像的所述n个检测框中的图像进行图像增强;

7、检测所述第三图像的所述n个检测框中的图像是否包括目标缺陷图像。

8、第二方面,本申请实施例提供了一种木材缺陷检测装置,包括:

9、输入模块,用于将具有木材图像的第一图像输入至目标检测模型进行初始缺陷检测,以得到具有n个检测框的第二图像,n为大于或者等于1的整数;

10、第一处理模块,用于对所述第二图像的所述n个检测框内的图像进行均值漂移聚类;

11、第二处理模块,用于对所述第二图像进行图像处理,以得到第三图像,其中,所述图像处理包括:根据所述均值漂移聚类的结果,对所述第二图像的所述n个检测框中的图像进行图像增强;

12、检测模块,用于检测所述第三图像的所述n个检测框中的图像是否包括目标缺陷图像。

13、第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如第一方面所述的木材缺陷检测方法的步骤。

14、第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的木材缺陷检测方法的步骤。

15、本申请实施例中,将具有木材图像的第一图像输入至目标检测模型进行初始缺陷检测,以得到具有n个检测框的第二图像,n个检测框内的图像为目标检测模型检测出的初始缺陷图像。通过对第二图像的n个检测框内的图像进行均值漂移聚类之后再进行图像处理,无需对第二图像的全局区域进行均值漂移聚类,能够简化均值漂移聚类迭代的过程。此外,本申请实施例在目标检测模型检测出木材图像的初始缺陷图像的基础上,再进行均值漂移聚类以及图像增强等步骤进一步检测是否包括目标缺陷图像,有利于提高木材缺陷检测的精度。

本文档来自技高网...

【技术保护点】

1.一种木材缺陷检测方法,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,所述对所述第二图像的所述N个检测框内的图像进行均值漂移聚类,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述第二图像的所述N个检测框内的图像进行均值漂移聚类,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述均值漂移聚类的结果,对所述第二图像的所述N个检测框中的图像进行图像增强,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述第一检测框中图像的正常指数,对所述第一检测框内中的图像进行图像增强,包括:

6.根据权利要求1所述的方法,其特征在于,所述图像处理还包括:

7.一种木材缺陷检测装置,其特征在于,包括:

8.根据权利要求7所述的装置,其特征在于,所述第一处理模块具体用于:

9.一种电子设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的木材缺陷检测方法的步骤。

10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1至6任一项所述的木材缺陷检测方法的步骤。

...

【技术特征摘要】

1.一种木材缺陷检测方法,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,所述对所述第二图像的所述n个检测框内的图像进行均值漂移聚类,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述第二图像的所述n个检测框内的图像进行均值漂移聚类,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述均值漂移聚类的结果,对所述第二图像的所述n个检测框中的图像进行图像增强,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述第一检测框中图像的正常指数,对所述第一检测框内中的图像进行图像增强,包括:

【专利技术属性】
技术研发人员:王河李芦峰李睿丰苟正锋翟丽萍吴霞靳仲达
申请(专利权)人:中国铁塔股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1