欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022106785842
申请人: 济宁爱丝制衣股份有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-02-26
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于图像识别的纺织品质量检测方法,其特征在于,包括:获得网孔织物的表面图像并进行图像分割获得分割图像;所述分割图像中网孔织物以外的像素值为0;

对所述分割图像进行灰度化获得灰度图像,获得所述灰度图像的平均灰度值,并利用所述平均灰度值对所述灰度图像进行二值化获得二值图像;

对所述二值图像的横向及纵向投影进行投影处理,分别获得横向及纵向的灰度投影曲线;

根据灰度投影曲线中相邻波谷的间距以及波谷的数量,获得灰度投影曲线的周期,当横向或及纵向的灰度投影曲线中任一个的周期小于预设第一阈值时,网孔织物中存在缺陷,执行后续步骤;

将横向灰度投影曲线中相邻波谷间距大于预设距离阈值的波谷所在的行作为缺陷行,将纵向灰度投影曲线中波谷间距大于预设距离的波谷所在的列作为缺陷列,并根据所述缺陷行及所述缺陷列确定缺陷区域;

对所述缺陷区域进行分水岭分割获得纹理图像,并对所述纹理图像与正常纹理模板进行像素点匹配,根据像素点匹配结果获得匹配度;

根据所述匹配度、横向灰度投影曲线的周期以及纵向灰度投影曲线的周期,获得网孔织物的质量系数,并利用所述质量系数确定网孔织物中的主要缺陷类型。

2.根据权利要求1所述的基于图像识别的纺织品质量检测方法,其特征在于,根据灰度投影曲线中相邻波谷的间距以及波谷的数量,获得灰度投影曲线的周期,包括:其中,H表示灰度投影曲线的周期,E表示灰度投影曲线中波谷的数量,q表示第j个相邻波谷间距,为灰度投影曲线中所有相邻波谷间距的均值,e为自然常数,z为归一化系数,所述相邻波谷间距指的是相邻波谷在灰度投影曲线的横轴上的间距。

3.根据权利要求1所述的基于图像识别的纺织品质量检测方法,其特征在于,利用所述质量系数确定网孔织物中的主要缺陷类型,包括:当 时,网孔织物中主要缺陷为破洞;或者

当 时,网孔织物中主要缺陷为油污;或者

当 时,网孔织物中主要缺陷为网眼密度不均;或者

当 时,网孔织物不存在缺陷;

其中,为所述质量系数, 为预设第二阈值, 为预设第三阈值, 为预设第四阈值。

4.根据权利要求3所述的基于图像识别的纺织品质量检测方法,其特征在于,所述方法还包括:网孔织物中主要缺陷为破洞时,网孔织物为不合格品,需对其进行回收;或者网孔织物中主要缺陷为油污时,通过清洗并调整其中网孔以继续使用;或者网孔织物中主要缺陷为网眼密度不均时,通过调整其中网孔以继续使用;或者网孔织物不存在缺陷时,网孔织物为合格品,无需进行处理。

5.根据权利要求1所述的基于图像识别的纺织品质量检测方法,其特征在于,根据所述匹配度、横向灰度投影曲线的周期以及纵向灰度投影曲线的周期,获得网孔织物的质量系数,包括:将横向灰度投影曲线的周期与纵向灰度投影曲线的周期的均值作为投影周期,并将所述投影周期与所述匹配度相乘,得到网孔织物的质量系数。

6.根据权利要求1所述的基于图像识别的纺织品质量检测方法,其特征在于,根据像素点匹配结果获得匹配度,包括:式中 表示匹配度,当纹理图像中第 个像素点在正常纹理模板中存在匹配的像素点时, ,否则 ;表示纹理图像中像素点的数量。

7.根据权利要求1所述的基于图像识别的纺织品质量检测方法,其特征在于,对所述二值图像进行横向投影处理及纵向投影处理,分别获得横向灰度投影曲线及纵向灰度投影曲线,包括:,其中 为横向灰度投影曲线中横坐标为 的值, 为所述

二值图像中坐标为 的像素点的像素值, 为所述二值图像的宽度;

,其中 为纵向灰度投影曲线中横坐标为 的值, 为所述二

值图像中坐标为 的像素点的像素值,为所述二值图像的高度。

8.根据权利要求1所述的基于图像识别的纺织品质量检测方法,其特征在于,对所述缺陷区域进行分水岭分割前,还包括对所述缺陷区域进行高斯滤波。

9.一种基于图像识别的纺织品质量检测系统,包括:存储器和处理器,其特征在于,所述处理器执行所述存储器存储的计算机程序,以实现如权利要求1‑8中任一项所述的基于图像识别的纺织品质量检测方法。