科技资源

发明公开了一种基于LBP特征与卷积神经网络的布匹缺陷分类方法，属于缺陷分类方法，该方法将采集的样本图像随机按比例划分为训练集和验证集和测试集，分别进行图像预处理，然后对利用卷积神经模型自动提取样本图像中最优的特征向量与图像所计算的LBP特征向量进行权重融合，为支持向量机分类模型提供最终的支持向量，支持向量机利用带精英策略的趋磁细菌算法优化模型中的超参数，考虑了图像的LBP特征，提取完之后，仅需进行对卷积神经网络自动提取出的特征向量的权重添加即可，明显减少布匹背景的干扰，本发明对于布匹的花色没有要求，可以用于解决不同花色和单色的布匹缺陷检测问题，具有算法实现简单，并且分类的准确率高，运行效率高。