人工智能项目推介——43、一种基于梯度多阈值优化缺陷检测方法

专利申请号:  

CN201510349332.5

专利类型:

发明

IPC 分类号:   

G01N21/88

应用领域:  

图像处理领域。

现有技术缺点:  

阈值不准确、阈值不能随着图像浮动的变化、最优阈值化迭代过长、算法复杂等问题。

技术优势:

通过简化的均值聚类算法，提高了算法的精度，降低了算法在迭代过程中的时间成本；基于统计学和正态分布模型，在梯度图像中提取边缘，显著增加了算法的精度和处理效果；本发明能快速准确检测出木材的缺陷，提高检测应用范围和生产木材的质量。

摘要:   

本发明是一种基于梯度多阈值优化缺陷检测的方法，首先，通过简化的均值聚类算法求出最优化阈值；其次，通过正态分布模型统计每幅样本梯度图像中的 100 个模块，计算获取动态的阈值；再次， 通过对样本图像进行分块处理，基于统计学方法，提取模块中像素最大值和像素差最大值；最后，在模块化的基础上，通过多阈值进行判断，获取输出的模块并组合成完整的图像，对其进行中值滤波得到缺陷检测结果图像。本发明通过简化的均值聚类算法，提高了算法的精度，降低了算法在迭代过程中的时间成本；基于统计学和正态分布模型，在梯度图像中提取边缘，显著增加了算法的精度和处理效果；本发明能快速准确检测出木材的缺陷，提高检测应用范围和生产木材的质量。

（以上资讯来源于网络，如有侵权，请联系管理员删除。）