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：南京林业大学

摘要：本发明公开了一种用于木地板表面缺陷检测的方法，该方法的具体处理步骤包括对采集的木地板图像进行缩放和标准化处理、应用深度分离可卷积提取特征、将提取的特征输入到特定计算模块进行处理实现更进一步的特征提取及特征融合、对生成的预测框应用非极大值屏蔽、置信度屏蔽的方法筛选木地板缺陷边界框。该方法基于缺陷检测常用的目标检测算法的结构，并进行适用于木地板表面缺陷检测的改进，包括设计C‑ELAN、R‑SAM、Mini‑Head、RCU、CCG‑NORM模块或方法，达到提高识别缺陷类别的准确率以及定位精度、减少计算量的有益效果，有效降低木地板表面缺陷检测的成本。

主权项：1.一种基于级联质心算法的木地板缺陷检测方法，其特征在于，包括步骤：S1：采集木地板的图像，对采集所得木地板缺陷图像进行尺寸缩放和标准化；S2：对经过S1处理后的图像应用深度可分离卷积，计算得到的特征尺寸与S1处理后的图像不同，通道数相同；S3：将特征输入YOLOv7模型中的计算模块MP1后继续输入计算模块C-ELAN，得到新的输出特征；所述计算模块C-ELAN，将输入特征分为3条计算路径p1、p2、p3，p1用于提取木地板图像中含有的各类特征，其输入经过2个由卷积、CCG-NORM计算模块、SiLU激活函数和RCU计算模块组成的序列，p2、p3为将输入特征的通道数变换为12的独立的卷积层，各路径通过通道方向上堆叠的方式，最终形成通道数为输入特征的2倍的输出特征；所述计算模块CCG-NORM包含2个具有可学习的标量参数的计算层，分别用于设置偏移特征矩阵的图像重心的横、纵坐标，每个计算层具有的可学习参数量与输入特征通道数一致，且CCG-NORM计算模块的输出特征与其输入特征形状相同；S4：重复2次S3，第1次的计算的输入特征为S2计算所得的特征F1，第2次的输入特征为上一次S3的输出特征，2次S3的输出依次为F2、F3；S5：将F1、F2分别作为计算模块R-SAM的输入ISAM，1、ISAM，2，该计算模块输出的两个特征为FSAM，1、FSAM，2；所述计算模块R-SAM，输入为形状相同的2个特征矩阵，对输入的特征矩阵求和后拷贝为3个计算路径的输入，其中一条路径上至少包含1个卷积层，另一条路径上至少包含1个卷积层和1个Sigmoid激活函数层，且该路径的最后一次计算为Sigmoid激活函数层，上述两条路径的计算所得进行哈达玛积后与除上述2条计算路径以外的另一条计算路径直接相加；S6：将FSAM，1、FSAM，2和F3输入Mini-Head计算模块得到2个不同尺度的预测框矩阵，每个预测框矩阵中包含是否存在缺陷、缺陷类别、缺陷位置和大小的信息；所述计算模块Mini-Head包含至少3个C-ELAN计算模块、2个上采样层，且计算模块Mini-Head输出为两个表示不同尺度的木地板缺陷的张量，其中每个张量至少包含边界框的位置、尺寸、缺陷类别、置信度信息；S7：对S6中的预测框矩阵应用非极大值屏蔽、置信度阈值屏蔽的方法，筛选出木地板缺陷的边界框。

全文数据：

权利要求：

百度查询： 南京林业大学 一种基于级联质心算法的木地板缺陷检测方法