买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江理工大学申请的专利一种织物纹理异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114913168B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210638094.X，技术领域涉及：G06T7/00；该发明授权一种织物纹理异常检测方法是由李建强;应志平;胡旭东;吴震宇;向忠设计研发完成，并于2022-06-08向国家知识产权局提交的专利申请。

本一种织物纹理异常检测方法在说明书摘要公布了：本发明涉及一种织物纹理异常检测方法，其包括如下工艺步骤：1，采集织物图像信息；2，分解织物组织纹理特征信息；3，提取纹理特征向量；4，判断和分类纹理异常；5，根据纹理异常信息下发相应控制指令到下位机。本发明的织物纹理异常检测方法基于图像尺度空间分布特征，提取纹理特征信息，从而实现织物纹理异常分类识别；其通过纹理异常的因数进行全面考虑，提高检测率，使检测结果准确。

本发明授权一种织物纹理异常检测方法在权利要求书中公布了：1.一种织物纹理异常检测方法，其特征在于：包括如下工艺步骤：1，采集织物图像信息；2，分解织物组织纹理特征信息；其具体为：2-1，将织物图像通过窗口经验模式展开具有周期性波动的时域、频域纹理特征信号，织物图像分解展开为： 2-2，求解信号局部极大值和极小值，其模态分量表示如下：h1t＝xt-m1t；2-3，采用三次样条曲线对极值点进行包围；2-4，求出极值点包围线平均值m1t；2-5，基于原信号对平均值信号进行信号筛分，具体方法如下：r1t＝xt-c1t2-6，筛分信号与标准偏差进行比较控制，如下： 当SD取值在0.2～0.3之间，满足筛选条件；2-7，原信号与筛分信号进行作差后取得新信号，即为： 其中r的极值数小于2；3，提取纹理特征向量；其具体为：3-1，将织物纹理特征分为线圈和串套关系；3-2，通过灰度共生矩阵获取图像灰度分布均匀度特征向量和复杂度特征向量；一副M×N，灰阶为S的图像，设方向参数a和b，可取值0或1；图像中任一点x,y的灰度值为i，则x+a,y+b点的灰度值为j，i,j即为灰度共生点；图像灰度分布均匀程度描述方程：图像灰度分布复杂程度描述方程：3-3，通过方向度表述纹理变化轨迹特征向量，公式为： 其中np为概率直方图中的峰值数目，P为峰值点，φp为波锋中心点，wp为峰值两侧波谷距离，HDφ为边缘概率；3-3，将多组特征向量融合，融合特征CWI表示为：CWI＝A+E+F；4，判断和分类纹理异常；其具体为：4-1，搭建进化神经网络模型；4-2，在进化神经网络中进行全局寻优，获取最优哈里斯鹰模型的初始化种群，哈里斯鹰模型的位置向量表示如下： 其中Xpreyt为最优位置，Xt代表当前位置，Xrandt是随机位置，ri是[0,1]之间的随机数，UB、LB是变量上下限，Xmt是个体平均位置，表示为：4-3，在最优哈里斯鹰模型中进行权重值w和偏置值b的优化，获取最优正则化极限学习机，表示为：hix＝gwi，bi，x＝gwix+bi，其中gx为Sigmoid激活函数；4-4，基于改进型的正则化极限学习机进行纹理异常判断和分类检测；其中，所述步骤4-1的搭建进化神经网络模型具体方法为：随机生成尺寸为M×N的初始种群，其个体表示：Xi0＝[xi，10，xi，20，xi，30，......，xi，N0]，i＝1，2，3，......，M，其中Xi，j0表示第0代种群，初始种群数量为50；利用DE算法实现个体变异，表示为：Vig＝Xbestg+F·[Xp1g-Xp2g]+F·[Xp3g-Xp4g]，其中Xbestg代表最佳个体，Xpig代表随机个体，缩放因子F值为1；交叉变异表示为：其中cr∈[0，1]，选取交叉概率cr值为0.8；最优代表示为：5，根据纹理异常信息下发相应控制指令到下位机。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江理工大学，其通讯地址为：310018 浙江省杭州市杭州经济技术开发区白杨街道2号大街928号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。