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!
申请/专利权人:华中科技大学
摘要:本发明属于图像处理相关技术领域,其公开了一种从不一致标签中检测缺陷的方法,所述方法包括以下步骤:1基于粗糙集理论建立标签的不确定性模型2构建评分贝叶斯神经网络,所述评分贝叶斯神经网络包括贝叶斯分割网络和评分网络,采用训练集对所述贝叶斯分割网络和所述评分网络进行训练;3将待检测样本输入贝叶斯分割网络中,多次求解获得多张异常分割图,将多张异常分割图分别与对应的图像一起输入评分网络,获得多个质量评价分数,进而得到异常分割概率图;4根据缺陷阈值与异常分割概率图求得置信度,将求得的置信度与置信度阈值进行对比,根据对比结果判断是否存在表面缺陷。本发明提高了准确率。
主权项:1.一种从不一致标签中检测缺陷的方法,其特征在于,该方法包括以下步骤:1对工业图像的异常区域进行像素级标记,获得可能存在不一致的标签,得到的数据集被划分为训练集及测试集;2基于粗糙集理论建立标签的不确定性模型,将图像中确定为异常的区域划分为确定区域,其边界为上确界;疑似为异常的区域划分为疑似区,其边界为下确界,上确界与下确界之间为不确定区域;3构建评分贝叶斯神经网络,所述评分贝叶斯神经网络包括贝叶斯分割网络和评分网络,采用训练集对所述评分贝叶斯神经网络进行训练以得到所述评分贝叶斯神经网络的参数化模型,采用测试集对所述评分贝叶斯神经网络进行评价,以得到最优的所述评分贝叶斯神经网络的参数化模型;4将待检测样本输入贝叶斯分割网络中,多次求解获得多张异常分割图,将多张异常分割图分别与对应的图像一起输入评分网络,获得多个质量评价分数,将异常分割图与对应的质量评价分数相乘求和以获得最终的异常分割概率图;5根据实际生产需求确定缺陷阈值及置信度阈值,根据缺陷阈值与异常分割概率图求得置信度,将求得的置信度与置信度阈值进行对比,根据对比结果判断是否存在表面缺陷。
全文数据:
权利要求:
百度查询: 华中科技大学 一种从不一致标签中检测缺陷的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。