CN119379660B 基于深度学习的板材纹路一致性识别方法及系统 （南兴装备股份有限公司）_第1页
CN119379660B 基于深度学习的板材纹路一致性识别方法及系统 （南兴装备股份有限公司）_第2页
CN119379660B 基于深度学习的板材纹路一致性识别方法及系统 （南兴装备股份有限公司）_第3页
CN119379660B 基于深度学习的板材纹路一致性识别方法及系统 （南兴装备股份有限公司）_第4页
CN119379660B 基于深度学习的板材纹路一致性识别方法及系统 （南兴装备股份有限公司）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于深度学习的板材纹路一致性识别方法明涉及基于深度学习的板材纹路一致性识别方共生矩阵，并根据灰度共生矩阵计算纹理相似2获取板材表面的灰度图并任选两张灰度图构建为灰度图像对于任意一个方向，根据游程距离集合获得灰度图的灰度根据灰度图像对不同方向的纹理相似性构建损失函数，损失函数满足关系式：将综合游程矩阵中不同的游程距离从大到小排序，并从大到小对于任一方向，将灰度图像对中的灰度图按照获取时间顺序分别作为第一图和第二将第一图的灰度游程矩阵中不同的游程距离从大到小排序，并从大程距离集合和第二游程距离集合的交集作为灰度图像对在任一方向的将灰度图像对中的灰度图按照获取时间顺序分别作为第一3将灰度图像对中的灰度图按照获取时间顺序分别作为第一根据灰度共生矩阵计算出第一图的纹理特征和第二表示第二图的纹理特征向量的模。时，使得系统执行根据权利要求1_7的任意一项所述的基于深度学习的板材纹路一致性识4[0003]现有公开号为CN116758077A的中国专利申请文件公开了一种冲浪板表面平整度uos表示损失函数的值，5度共生矩阵的宽，D表示第一图的灰度共生矩阵，Er表示第二图的灰度共生矩别作为第一图和第二图；根据灰度共生矩阵计算出第一图的纹理特征和第二图的纹理特pr表示第二6[0029]通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，7[0039]示例性的，综合游程矩阵中不同的游程距离从大到小排序后为{8,5,4,2,1}，先计游程距离集合和第二游程距离集合的交集作为灰度图像对在任一方向的游8中多次构建的图像对以及图像对对应的标签uos表示损失函数的值，9任何适当的磁存储介质或者磁光存储介质，比如，阻变式存储器RRAM（ResistiveRandom存取存储器SRAM（StaticRandom_AccessMemory)、增强动态随机存取存储器EDRAM程序、模块或两者访问的任何其他介质。任何这样的计算机存

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论