CN119399567A 一种钛合金棒材轧制的表面清洁识别方法 （陕西鼎益科技有限公司）

图像中的各个异常滑动窗口进行局部特征合并高了钛合金棒材轧制的表面清洁识别的效率和2步骤s1：采集钛合金棒材表面的全局图像，对钛合金步骤s3：对去除噪声后的灰度图像进行灰度变化系数构建灰度图像中每个像素点的灰度共生矩阵，对各个灰度共生矩阵进行纹理特征提根据隶属度矩阵和指标权重获取各个灰度共生矩阵的平滑等级，通根据灰度图像内各个邻域范围的灰度变化系数，获取灰度图像的平均灰度变化系数，确定灰度图像中每个像素点的邻域范围，获取每个像素点的邻域范预设自适应控制模型，将每个像素点的邻域范围内的灰度变化预设滑动窗口，利用滑动窗口技术在去除噪声后的灰度图像中移动滑3除噪声后的灰度图像中的各个异常滑动窗口进行局部特征合并若异常滑动窗口相邻的滑动窗口被标注为异常滑动窗口，则利用LBP算法对异常滑动窗口以及相邻的滑动窗口进行局部纹理信息编码，获取异常滑动窗口的LBP值以及相邻的除噪声后的灰度图像中的各个异常滑动窗口进行局部特征侵蚀若异常滑动窗口相邻的滑动窗口被标注为正常滑动窗口，则将待比较像素点以及与所述待比较像素点相邻的待侵蚀像素点进行纹理特征值比较，将正常滑动窗口中被标注为侵蚀像素点的像素点划入异常滑将正常滑动窗口中与侵蚀像素点相邻的像素点标注为待侵蚀像素点，完成局部特征合并和侵蚀操作的异常滑动窗口对应的污渍获取完成局部特征合并和侵蚀操作的异常滑动窗口的几何基于深度学习构建污渍类型识别模型，将异常滑动窗口的几何特征和LBP值输入污渍4[0001]本发明涉及图像识别技术领域，具体是一种钛合金棒材轧制的表面清洁识别方5通过公式融合评价指标的指标权重与隶属度矩阵以获得评价指标的模糊综合评价矩阵，根据所述模糊综合评价矩阵获取各个灰度共生矩阵对于不同平滑等级的隶属度，;元素相乘，a和BF为用于控制所述评价指标的模糊综合评价矩阵中所述权重矩阵和所述当像素点的灰度共生矩阵被标注为平滑灰度共生矩阵时，确定像素点的邻域范系数输入自适应控制模型，根据自适应控制模型输出每个像素点对应的高斯滤波器参数，6若异常滑动窗口相邻的滑动窗口被标注为异常滑动窗口，则利用LBP算法对异常滑动窗口以及相邻的滑动窗口进行局部纹理信息编码，获取异常滑动窗口的LBP值以及相异常滑动窗口与相邻的滑动窗口之间的LBP偏差值，将LBP偏差值与预设LBP偏差阈值进行将待比较像素点以及与所述待比较像素点相邻的待侵蚀像素点进行纹理特征值将正常滑动窗口中被标注为侵蚀像素点的像素点划入异常滑侵蚀像素点的若干纹理特征值，将所述待侵蚀像素点与待比较像素点进行纹理特征值比获取完成局部特征合并和侵蚀操作的异常滑动窗口的几何基于深度学习构建污渍类型识别模型，将异常滑动窗口的几何特征和LBP值输入7型识别的全流程自动化操作。特别是利用LBP算法对异常滑动窗口及其相邻区域进行局部据的灰度级别量化为离散的灰度级别，将灰度值范围分成若干等级，例如8位图像可分成8通过公式融合评价指标的指标权重与隶属度矩阵以获得评价指标的模糊综合评价矩阵，根据所述模糊综合评价矩阵获取各个灰度共生矩阵对于不同平滑等级的隶属度，;元素相乘，a和BF为用于控制所述评价指标的模糊综合评价矩阵中所述权重矩阵和所述当像素点的灰度共生矩阵被标注为平滑灰度共生矩阵时，确定像素点的邻域范;9;其中，ds表示灰度变化系数，u表示灰度均值，I(i,j)表示像素点(i,j)处的若异常滑动窗口相邻的滑动窗口被标注为异常滑动窗口，则利用LBP算法对异常滑动窗口以及相邻的滑动窗口进行局部纹理信息编码，获取异常滑动窗口的LBP值以及相以快速应用于大规模数据集或实时应用场景中，同时LBP算法使用的是相对灰度差异而非待侵蚀像素点的若干纹理特征值，即构建待比较像素点和待侵蚀像素点的灰度共生矩阵，将待比较像素点以及与所述待比较像素点相邻的待侵蚀像素点进行纹理特征值将正常滑动窗口中被标注为侵蚀像素点的像素点划入异常滑侵蚀像素点的若干纹理特征值，将所述待侵蚀像素点与待比较像素点进行纹理特征值比获取完成局部特征合并和侵蚀操作的异常滑动窗口的几何特征和LBP值；所述几基于深度学习构建污渍类型识别模型，将异常滑动窗口的几何特征和LBP值输入取不同污渍类型的钛合金棒材表面