CN114913365B 基于机器视觉的人造板质量分类方法及系统 （朱瑞銮）_第1页
CN114913365B 基于机器视觉的人造板质量分类方法及系统 （朱瑞銮）_第2页
CN114913365B 基于机器视觉的人造板质量分类方法及系统 （朱瑞銮）_第3页
CN114913365B 基于机器视觉的人造板质量分类方法及系统 （朱瑞銮）_第4页
CN114913365B 基于机器视觉的人造板质量分类方法及系统 （朱瑞銮）_第5页
已阅读5页，还剩16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

基于机器视觉的人造板质量分类方法及系统有像素点的灰度值与背景像素的灰度值之间的差值是否属于正常范围为每个像素点分配关注据关注程度和对比度得到相应像素点的异常程据灰度梯度特征向量判断该疑似异常区域是否2获取人造板表面的灰度图像，所述人造板表面包括背景和图案计算所述灰度图像中所有像素点的灰度值与背景像获取所述灰度图像中每个像素点的对比度；以每个像素点的所述获取所述疑似异常区域内每个像素点的灰度梯度特征向量；根据根据所有所述缺陷区域的面积在所述灰度图像面积的占比获取影设定异常程度阈值，当所述像素点对应的异常程度大于所述异3获取所述疑似异常区域中每个像素点的单位向量，所述单位向获取每个像素点对应的所述灰度梯度特征向量与所述述疑似异常区域内所有像素点的平均余弦相似获取所述灰度图像中所有所述缺陷区域，获取所有所述缺计算两个缺陷区域对应的主成分方向之间的余弦相似度，7.一种基于机器视觉的人造板质量分类系统程序时实现如权利要求1-6任意一项所述4[0004]传统的检测人造板的缺陷进行质量分类的方式通常是通过人工观察进行检测筛[0006]第一方面，本发明一个实施例提供了一种基于机器视觉[0009]获取所述灰度图像中每个像素点的对比度；以每个像素点的所述关注程度为权[0013]获取所述灰度图像的灰度均值以及所述灰度图像中出现频率5选取灰度值大小在所述灰度均值与所述第一灰度值之间的所有所述灰度值为标准灰度值，[0014]优选的，所述根据所述差值是否属于正常范围为每个像素点分配关注程度的步[0021]优选的，所述获取所述疑似异常区域内每个像素点的灰[0025]获取每个像素点对应的所述灰度梯度特征向量与所述单位向量之间的余弦相似[0029]第二方面，本发明另一个实施例提供了一种基于机器视觉的人造板质量分类系图像中每个像素点的灰度值与背景像素点的灰度值之间的差异得到每个像素点对应的关6[0032]图1为本发明一个实施例所提供的一种基于机器视觉的人造板质量分类的方法流[0036]下面结合附图具体的说明本发明所提供的一种基于机器视觉的人造板质量分类[0037]请参阅图1，其示出了本发明一个实施例提供的一种基于机器视觉的人造板质量7[0041]步骤S200，计算灰度图像中所有像素点的灰度值与背景像素的灰度值之间的差[0043]作为优选，为了避免人造板表面灰度图像中噪声像素点及其自身图案纹理的影0表示标准均值。8[0059]由于人造板的本身图案纹理的灰度值与背景像素的灰度取该灰度图像中每个像素点对应的对比度得到灰度图像对9′[0080]本发明实施例中设定预设阈值

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