基于K-means算法的轮胎X射线缺陷图像分类方法(高校公示15天)(不包年费滞纳金)(需要二变)
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。
《基于K-means算法的轮胎X射线缺陷图像分类方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022104101148,当前法律状态为已下证,由浙江工业大学提出申请,发明人为郑明凯;余清;蔡姚杰,申请日期为2022-04-19,公开(公告)日期为2025-07-15,国际专利分类号(IPC)为 G06V 10/762 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要: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。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
