基于计算机图像技术和迁移学习的木材缺陷检测方法

摘要

本发明提供了基于计算机图像技术和迁移学习的木材缺陷检测方法，首先对数据预处理；接着构建多层卷积神经网络迁移学习模型；然后利用构建的迁移学习模型对预处理后的数据进行训练；其次对训练后的数据进行处理，得到一批新的图像数据；之后将新的图像数据输入迁移学习模型进行训练得到临界值；接着对新的图像数据进行搜索缺陷特征、构建计算机图像技术模型，然后对缺陷特征进行量化处理，最后将临界值与缺陷分类的阈值结合，从而得到最后待检测的木材缺陷检测模型，根据木材缺陷检测模型进行木材缺陷检测。本发明提高木材缺陷处理速度和识别精度。