[00901382]一种纺织图像的特征提取方法
交易价格:
面议
所属行业:
纺织
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN202011533437.3
交易方式:
其他
联系人:
所在地:浙江杭州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开一种纺织图像的特征提取方法,包括步骤:S1、将待提取特征的织物图像切分成M×M像素,并将织物图像转化为灰度图像;S2、将步骤S1中得到的织物图像经过基于互相干准则的字典优化,得到织物图像的字典矩阵D;S3、令步骤S2中得到的字典矩阵D=Φ,并同灰度化织物图像共同构成稀疏表示模型y=Φx+ξ,其中,y为灰度化织物图像,ξ为观测噪声,设置控制x更新的超参数α和控制ξ更新的超参数β,并根据稀疏贝叶斯学习稀疏表示模型进行求解,求得x的表达式,并更新超参数α、β以对x进行更新,最终得到织物图像的稀疏特征x。本发明充分提取了织物图像的深层特征结构,并使得特征矩阵保持稀疏性,有效的提取了纺织图像瑕疵特征的同时减少数据冗余。
本发明公开一种纺织图像的特征提取方法,包括步骤:S1、将待提取特征的织物图像切分成M×M像素,并将织物图像转化为灰度图像;S2、将步骤S1中得到的织物图像经过基于互相干准则的字典优化,得到织物图像的字典矩阵D;S3、令步骤S2中得到的字典矩阵D=Φ,并同灰度化织物图像共同构成稀疏表示模型y=Φx+ξ,其中,y为灰度化织物图像,ξ为观测噪声,设置控制x更新的超参数α和控制ξ更新的超参数β,并根据稀疏贝叶斯学习稀疏表示模型进行求解,求得x的表达式,并更新超参数α、β以对x进行更新,最终得到织物图像的稀疏特征x。本发明充分提取了织物图像的深层特征结构,并使得特征矩阵保持稀疏性,有效的提取了纺织图像瑕疵特征的同时减少数据冗余。