基于K-means算法的轮胎X射线缺陷图像分类方法
公开
摘要
一种基于K‑means算法的轮胎X射线缺陷图像分类方法，包括以下步骤：1)轮胎数据集预处理；2)迁移VGG16网络模型进行图像的特征提取；3)利用K均值聚类算法为每张图像分配类别标签，并用平均准确率和混淆矩阵来评估模型的分类效果。本发明通过对比度受限的自适应直方图均衡化进行图像进行预处理，使得图像强度分布更宽、缺陷与背景信息对比度明显；然后引入已经预训练好的VGG16网络来学习轮胎图像特征，减少了从头开始训练模型的过程。最后使用无监督的K‑means方法对轮胎数据进行分类，该方法不需要标记训练数据，训练速度快分类准确率高。
基本信息
专利标题 ：
基于K-means算法的轮胎X射线缺陷图像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627322A
申请号 ：
CN202210410114.8
公开（公告）日 ：
2022-06-14
申请日 ：
2022-04-19
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郑明凯余清蔡姚杰
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市拱墅区朝晖六区潮王路18号
代理机构 ：
杭州浙科专利事务所(普通合伙)
代理人 ：
周红芳
优先权 ：
CN202210410114.8
主分类号 ：
G06V10/762
IPC分类号 ：
G06V10/762 G06V10/764 G06V10/82 G06V10/44 G06N3/04 G06N3/08 G06T3/40
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
