预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115908399A(43)申请公布日2023.04.04(21)申请号202211722655.0G06V10/26(2022.01)(22)申请日2022.12.30G06V10/28(2022.01)G06V10/34(2022.01)(71)申请人浙江工业大学G06V10/44(2022.01)地址310014浙江省杭州市拱墅区潮王路18号(72)发明人姚明海吴孟桐项圣顾勤龙(74)专利代理机构杭州天正专利事务所有限公司33201专利代理师孙家丰(51)Int.Cl.G06T7/00(2017.01)G06V10/82(2022.01)G06V10/22(2022.01)G06V10/80(2022.01)G06V10/52(2022.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于改进视觉注意机制的磁片瑕疵检测方法(57)摘要本发明公开一种基于改进视觉注意机制的磁片瑕疵检测方法,包括如下步骤:获取待检测磁片图像,进行预处理;提取图像的亮度、朝向、边缘初级特征:基于亮度、朝向、边缘特征图像进行多尺度采样,构建多尺度金字塔;采取中央—周边差采样方式获取亮度、朝向、边缘特征对比映射图;基于亮度、朝向、边缘特征对比映射图归一化处理后合并为子显著图;基于亮度、朝向、边缘子显著图构建亮度、朝向、边缘显著图;基于亮度、朝向、边缘显著图归一化操作,线性相加得全局总显著图;基于全局总显著图检测磁片瑕疵区域。本发明提出了一种基于亮度、朝向、边缘三特征获取磁片瑕疵区域的方法,相较于传统ITTI算法对低对比度瑕疵目标检测适应性更高。CN115908399ACN115908399A权利要求书1/2页1.一种基于改进视觉注意机制的磁片瑕疵检测方法,其特征在于,包括如下步骤:S1.获取待检测磁片图像,针对其灰度值进行自适应阈值调整,强化图像信息;S2.提取磁片图像的亮度、朝向、边缘三种底层初级特征:S3.基于底层初级特征图像进行多尺度采样,构建多尺度金字塔;S4.基于多尺度金字塔构建全局显著图;S5.基于最大化阈值分割处理全局总显著图,标注磁片瑕疵区域。2.根据权利要求1所述的一种基于改进视觉注意机制的磁片瑕疵检测方法,其特征在于:步骤S1所述的针对其灰度值进行自适应阈值调整:首先针对采集图像存在白色背景区域,进行针对性的灰度值自适应阈值调整,减少背景区域像素在整张图片中显著性的占比;使用双边滤波核函数对待检测图像进行卷积处理,消除采集过程中掺杂的噪声以及无用细节信息,突出图像中的显著区域。3.根据权利要求1所述的一种基于改进视觉注意机制的磁片瑕疵检测方法,其特征在于:步骤S2包括:S21.亮度特征提取:对双边滤波后图像进行点对点相乘,处理后的图像进行灰度值最大化处理,对经过处理后的图像进行像素取反,获得图像的亮度特征。S22.朝向特征提取:采用卷积核尺寸为19×19的Gabor滤波器,从0°,45°,90°,135°四个方向对磁片图片进行卷积,当磁片在某一频率和方向上有明显变化时,Gabor滤波器会对该方向呈现出最大响应,公式包括:x'=xcos(θ)‑ysin(θ)(2)y'=‑xsin(θ)‑ycos(θ)(3)经过实验本发明选取19×19的矩形作为卷积核,参数选取γ=1,λ=7,δ=3.5,θ∈{0°,45°,90°,135°}获得四个方向的朝向特征。S23.边缘特征提取:基于一种改进Canny边缘算法,提取磁片的边缘特征。使用一种3×3梯度模板计算像素之间的距离,对图像垂直方向以及对角线方向上的梯度进行加权求和,监测边缘区域灰度值梯度变化,将梯度幅值大的点标记为候选边缘点。4.根据权利要求1所述的一种基于改进视觉注意机制的磁片瑕疵检测方法,其特征在于:步骤S3包括:将特征图像作为底层图像构建多尺度金字塔,以特征图像分辨率作为0尺度图像,以2作为递减因子,对0尺度图像进行处理,分辨率每递减一次,图像层数相应加一,直至5尺度图像。5.根据权利要求1所述的一种基于改进视觉注意机制的磁片瑕疵检测方法,其特征在于:步骤S4包括:2CN115908399A权利要求书2/2页S41.采取中央—周边差采样方式获取亮度、朝向、边缘特征对比映射图,选取(0,3)、(1,4)、(2,5)三组图集,利用插值处理特征组图像,保持组内图像尺寸一致,降低单个像素点中反应的信息量,点对点作差映射出特征图像中的显著信息。S42.在缺乏自顶而下监督的情况下,定义一种图像归一化操作算子N(.),计算最大值M和所有其他的局部极值的平均值m;最后将整幅图像与(M‑m)2相乘,将显著图的取值范围确定到一个固定范围[0..255]。S43.基于以上步骤可分别得到亮度、朝向、边缘特征在(0,3)、(1,4)