(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210888178.9 (22)申请日 2022.07.27 (71)申请人 南通艾果纺织品有限公司 地址 226000 江苏省南 通市高新区新世纪 大道西、 文昌路南锦绣路18 8号 (72)发明人 卞红标　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 7/136(2017.01) G06T 7/181(2017.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01) G06T 5/00(2006.01)G06N 3/04(2006.01) (54)发明名称 基于神经网络的床上用品生产用包边机智 能控制方法 (57)摘要 本发明涉及基于生物学模型的计算机系统 以及人工智能技术领域， 具体涉及基于神经网络 的床上用品生产用包边机智能控制方法， 该方法 具体是采用神经网络模型进行数据处理， 即基于 计算机视觉软件获取布匹材料完成包边的图像 信息， 对图像进行边缘检测得到边缘图像； 利用 双阈值算法对边缘进行检测与连接； 利用大津 法 获取高阈值， 选取0到高阈值之间的任意值作为 低阈值， 通过边缘线的弯曲程度与紧密程度， 得 到低阈值， 然后将图像输入神经网络模型， 输出 包边机的调整方向与包边的缺陷程度， 进而对包 边机进行调整。 该方法能够应用于生产领域人工 智能系统或人工智能优化操作系统， 通过将图像 信息作为人工智能中间件， 实现人工智能系统的 包边机的智能控制。 权利要求书2页 说明书6页 附图2页 CN 115082453 A 2022.09.20 CN 115082453 A 1.基于神经网络的床上用品生产用包边机智能控制方法， 其特征在于， 该方法包括以 下步骤： 获取布匹材料完成包边的图像信息， 并对所述图像信息进行预处理， 得到包含包边的 图像； 利用canny算子对所述图像进行边缘检测， 得到边缘图像； 其中， 在边缘检测过程中， 需 要利用双阈值算法对边缘进行检测与连接边缘； 双阈值包括高阈值和低阈值， 所述高阈值 利用大津法获取， 所述低阈值从0 到高阈值之间进行选取； 对于随机选取的其中一任意值作为低阈值 时的当前边缘图像， 提取该当前边缘图像中 长度小于长度阈值的边缘线， 并对其进行聚类， 得到多个类别； 计算各类别的紧密程度， 然 后计算各类别中任意 一边缘线的弯曲程度； 根据所述弯曲程度与紧密程度， 计算各类别的噪声值， 将噪声值大于噪声阈值对应类 别中的边 缘线作为噪声边 缘线； 获取当前边缘图像中边缘线的中心点， 然后去 除边缘图像的噪声边缘线， 获取剩余边 缘线的中心点， 计算两中心点的距离， 根据所述距离计算当前边 缘图像的评价 值； 当所述评价值大于评价阈值， 则根据当前边缘图像， 计算包边机的调整必要性； 当所述 评价值小于评价阈值， 则舍弃得到的当前边缘图像， 继续选取一任意的低阈值， 直至评价值 大于评价阈值， 得到当前低阈值对应的边 缘图像， 计算包边机的调整必要性； 当所述调整必要性大于调整阈值时， 则需要调整包边机 。 2.根据权利要求1所述的基于神经网络的床上用品生产用包边机智能控制方法， 其特 征在于， 所述低阈值的确定方法为： 在0到高阈值之间， 设置数值间隔， 从0开始按照数值间 隔依次选取任意数值作为低阈值， 对边缘进 行检测与连接边缘， 得到对应的边缘图像， 并计 算边缘图像的评价 值， 直至评价值大于评价阈值， 停止寻找低阈值。 3.根据权利要求2所述的基于神经网络的床上用品生产用包边机智能控制方法， 其特 征在于， 还包括确定最优低阈值的步骤： 当低阈值对应的评价值大于评价阈值时， 减小数值 间隔， 并在低阈值附近继续寻找低阈值， 进而得到最大评价值对应的低阈值， 将其记为最优 低阈值； 同时， 将最优低阈值对应的边缘图像记 为最优边缘图像； 确定对应的评价值大于评 价阈值时， 或者遍历所有的任意值作为低阈值， 得到对应边缘图像的评价值， 确定大于评价 阈值对应的任意值中的最大评价值， 将最大评价值对应的低阈值记为最优低阈值， 并将最 大评价值对应的边 缘图像记为 最优边缘图像。 4.根据权利要求1所述的基于神经网络的床上用品生产用包边机智能控制方法， 其特 征在于， 所述调整包边机的方法为： 将所述图像分别输入第 一神经网络模型和第 二神经网络模型中， 所述第 一神经网络模 型输出包边的缺陷程度， 所述第二神经网络模型输出包边机的调整方向， 根据所述缺陷程 度计算包边机的调整距离， 进 而对包边机进行调整。 5.根据权利要求1所述的基于神经网络的床上用品生产用包边机智能控制方法， 其特 征在于， 所述弯曲程度为： 权　利　要　求　书 1/2 页 2 CN 115082453 A 2其中， 为边缘线上的第1个像素点与第n个像素点组成直线的斜率， 为边缘线上的 第i个像素点与第n个 像素点组成直线的斜 率， n为边缘线像素点的总个数。 6.根据权利要求1所述的基于神经网络的床上用品生产用包边机智能控制方法， 其特 征在于， 所述紧密程度为： ， 其中， w为类别中最两侧边缘线的距离， e为类别中边缘线 的数量。 7.根据权利要求1或3所述的基于神经网络的床上用品生产用包边机智能控制方法， 其 特征在于， 所述调整必要性的获取方法为： 对所述最优边缘图像中的边缘线进行聚类， 得到多个 类别， 根据类别中边缘线的数量， 计算各类别的密集度， 根据密集度最大的类别与最优边缘 图像中边 缘线的长度， 确定调整必要性。权　利　要　求　书 2/2 页 3 CN 115082453 A 3