摘要
本发明提供一种基于深度学习的机织物密度自动识别通用方法,涉及人工智能和图像分析处理领域。该基于深度学习的机织物密度自动识别通用方法,包括:a.图像预处理模块,采集高分辨率的彩色机织物图像,并进行灰度化处理;自动识别纱线的倾斜角度并进行坐标点变换,获得倾斜校正的灰度图像,获取图像经纬方向的灰度投影离散曲线并采用高斯滤波进行平滑处理,获取离散数据的极小值点。该基于深度学习的机织物密度自动识别通用方法,一、自动化程度高:本发明基于深度学习技术实现了端到端的密度自动识别,减少了人工干预,提升了检测效率和准确性。相比传统方法,本发明避免了人工校对和材料分类的步骤,使得整个识别过程更加高效。