一种基于深度学习的颜料光谱辨识方法 | |
范尧; 张朋昌; 唐兴佳; 王爽; 于涛; 高晓惠; 卢孝强; 胡炳樑 | |
2019-12-23 | |
著作权人 | 中国科学院西安光学精密机械研究所 |
专利号 | CN201911337833.6 |
国家 | 中国 |
文献子类 | 发明专利 |
产权排序 | 1 |
英文摘要 | 本发明提供了一种基于深度学习的颜料光谱辨识方法,解决现有利用颜料光谱来识别颜料种类的方法,存在识别准确率低的问题。该方法包括以下步骤:1)采集颜料块的高光谱数据,获得高光谱数据块;2)去除高光谱数据块中成像质量差的高光谱数据,并对高光谱数据进行降噪处理;3)对采集的高光谱图像数据块进行分割得到若干图像块,将每个图像块的所有像素光谱曲线排成矩阵,对每个矩阵的每一条光谱曲线样本添加颜料标签,将每个矩阵的所有光谱曲线样本分为测验单元,4)建立深度学习神经网络模型,5)训练神经网络模型,调整网络模型的参数,6)使用调整好参数的神经网络模型进行测试,并统计其测试结果,7)计算及调整。 |
公开日期 | 2020-05-22 |
申请日期 | 2019-12-23 |
语种 | 中文 |
状态 | 申请中 |
内容类型 | 专利 |
源URL | [http://ir.opt.ac.cn/handle/181661/94006] |
专题 | 西安光学精密机械研究所_光学影像学习与分析中心 |
推荐引用方式 GB/T 7714 | 范尧,张朋昌,唐兴佳,等. 一种基于深度学习的颜料光谱辨识方法. CN201911337833.6. 2019-12-23. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论