一种基于多分辨率特征融合的纹理图像疵点分类系统及方法
基本信息
| 申请号 | CN202111133963.5 | 申请日 | - |
| 公开（公告）号 | CN113989542A | 公开（公告）日 | 2022-01-28 |
| 申请公布号 | CN113989542A | 申请公布日 | 2022-01-28 |
| 分类号 | G06V10/764（2022.01）I;G06V10/80（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/00（2017.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王曰海;徐洁雯;杨建义;陈莞尔;陈曦;吴中伟 | 申请（专利权）人 | 绍兴市科技创业投资有限公司 |
| 代理机构 | 杭州坚果知识产权代理事务所（普通合伙） | 代理人 | 张剑英 |
| 地址 | 312035浙江省绍兴市越城区皋埠街道银桥路326号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多分辨率融合的高精度纹理图像疵点分类的系统及方法，所述分类系统包括：图像获取模块、数据处理模块、网络训练模块和疵点分类模块；所述图像获取模块，用于获取疵点图片；所述数据处理模块，用于标定疵点区域位置信息，截取疵点样本，建立疵点数据集；所述网络训练模块，采用深浅层融合结构的多分辨率特征融合网络提取所述疵点数据集中各样本的图像特征，进行疵点分类网络训练；所述疵点分类模块，采用训练完成的疵点分类网络提取疵点样本的图像特征，用于对疵点进行分类。同时本发明还公开了一种用于特征融合的深浅层融合结构，该结构可应用于多种分类网络，使不同分辨率的特征融合后参与到分类决策中。 |
