瑕疵检测方法、系统及装置制造方法及图纸

本发明专利技术提供了一种瑕疵检测方法、系统及装置，该方法包括以下步骤：输入待检测的纺织品图像；计算该纺织品图像的模板大小；根据所述模板大小对纺织品图像进行分割，并获得多个区块；计算各区块与所有区块的相关系数，并获得一个相关系数矩阵；及根据所述相关系数矩阵计算可达矩阵，并根据该可达矩阵确定纺织品图像中的瑕疵部分。本发明专利技术可以实现纺织品瑕疵的检测。

【技术实现步骤摘要】

本专利技术设计一种瑕疵检测技术，尤其设计一种用于纺织品瑕疵检测的方法、系统及装置。
技术介绍
纺织品瑕疵检测在纺织品生产过程中极为重要，优秀的纺织品能带来好的收益，而残次品则容易造成经济损失。现有的纺织品瑕疵检测技术常采用人工肉眼观察来进行检测，或基于计算机视觉进行纺织品缺陷的自动检测。随着机器视觉及相关技术的发展，纺织品缺陷的自动检测技术将越来越多地应用于现代工业生产中。目前纺织品缺陷的自动检测技术主要分为两大类：一是将纺织品图像变换到频域，之后再进行分析和缺陷的检测，其典型算法主要是基于小波变换的方法，但是该方法针对性比较强，无法应用于多样的纺织品瑕疵检测中；二是使用模板匹配的方法，不过现在的模板匹配方法无法做到自适应，还需要投入人力进行模板匹配，且时间花销大，不适用于工业生产。根据上述描述可知，现有的纺织品瑕疵检测中普遍存在以下问题：(1)在保证检测正确率的同时常忽视检测效率；(2)涉及空间域与频率域转化的检测方法，针对性强，纺织品类型发生改变的同时会造成检测出现较大的偏差；(3)基于模板的瑕疵检测方法，针对模板的选取无法实现自适应，需要手工选取模板大小，增加了工业生产中人力的消耗，提高了成本；(4)基于模板的瑕疵检测方法，为了减少由纺织物图像发生拉伸等产生的细微影响，多数情况下需要对无瑕纺织物图像进行大量训练，针对少数类型的纺织物图像进行训练所消耗的时间尚可接受，然而，对于类型众多的纺织品而言，训练在工业中不是可行的方法。因此，设计一种可克服上述缺陷的纺织品瑕疵检测技术是亟需解决的问题。
技术实现思路
本专利技术针对现有技术存在的问题，其目的在于提供一种瑕疵品检测方法、系统及装置，通过对纺织品图像中的瑕疵部分进行检测，以实现纺织品瑕疵的检测。为实现上述目的，本专利技术提供了一种瑕疵检测方法，该方法包括以下步骤：输入待检测的纺织品图像；计算该纺织品图像的模板大小；根据所述模板大小对纺织品图像进行分割，并获得多个区块；计算各区块与所有区块的相关系数，并获得一个相关系数矩阵；及根据所述相关系数矩阵计算可达矩阵，并根据该可达矩阵确定纺织品图像中的瑕疵部分。作为本专利技术的进一步改进，所述方法还包括以下步骤：对输入的纺织品图像进行灰度化处理，以将该输入的纺织品图像转换为灰度图像。作为本专利技术的进一步改进，所述模板大小采用统计学方法进行计算，包括以下步骤：在纺织品图像的水平方向取步长c且在纺织品图像的垂直方向取步长r对纺织品图像进行均匀分割及边缘裁剪；将分割所得的分割图像叠加以形成一个三维矩阵，求取该三维矩阵水平方向及垂直方向的方差均值；及获取所述方差均值在水平方向及垂直方向的极小值，并根据该水平方向及垂直方向的极小值求取纺织品图像的模板大小。作为本专利技术的进一步改进，通过以下步骤求取纺织品图像的模板大小：根据水平方向及垂直方向的极小值对步长r和步长c的取值遍历以求取r和c的最佳值作为模板大小；或令步长c等于纺织品图像的水平方向图像长度进行r的求解，再求解c，或令步长r等于纺织品图像的垂直方向图像宽度进行c的求解，再求解r，并获取r和c的最佳值作为模板大小。作为本专利技术的进一步改进，通过以下步骤获得多个区块：根据模板大小及纺织品图像的长度及宽度对纺织品图像进行裁剪；根据模板大小将裁剪后的纺织品平均分割为多个大小相同的区块；及对每个区块进行编号。作为本专利技术的进一步改进，通过以下步骤确定纺织品图像中的瑕疵部分：计算各区块四邻域内与其他区块相关系数的最小值，将该计算所得最小值存储至最小值矩阵中；根据该最小值矩阵的中位数确定自适应阈值T；根据该自适应阈值T对所述相关系数矩阵中的每个元素进行阈值判断，并获得阈值判断后的相关系数矩阵；对该阈值判断后的相关系数矩阵进行逻辑运算以获得可达矩阵；根据该可达矩阵实现纺织品图像无暇部分与瑕疵部分的分类；及获取瑕疵部分所对应的编号，并确定纺织品图像中的瑕疵部分。作为本专利技术的进一步改进，通过以下步骤对所述相关系数矩阵中的每个元素进行阈值判断：将相关系数矩阵中的每个元素的值与所述自适应阈值T进行比对；在该元素的值小于或等于所述自适应阈值T时，将该元素的值记为0；在该元素的值大所述自适应阈值T时，将该元素的值记为1；及根据所述各元素的值得到阈值判断后的相关系数矩阵。作为本专利技术的进一步改进，通过以下步骤对该阈值判断后的相关系数矩阵进行逻辑运算：通过公式Pk＝logical(TCk)进行逻辑运算，k＝0，1，2，...，(水平方向的区块数量×垂直方向的区块数量)；TC为所述阈值判断后的相关系数矩阵，TCk为矩阵TC内每个元素经过k步跳转得到的结果；logical运算将矩阵TC变成逻辑矩阵，将矩阵TC中大于0的数值均记为1，等于0的数值保持不变；及当Pk+1＝Pk时求得的Pk为所述可达矩阵。为实现上述目的，一种瑕疵检测系统，所述系统用于：输入待检测的纺织品图像；计算该纺织品图像的模板大小；根据所述模板大小对纺织品图像进行分割，并获得多个区块；计算各区块与所有区块的相关系数，并获得一个相关系数矩阵；及根据所述相关系数矩阵计算可达矩阵，并根据该可达矩阵确定纺织品图像中的瑕疵部分。为实现上述目的，一种瑕疵检测装置，所述装置包括微处理器，该微处理器用于：输入待检测的纺织品图像；计算该纺织品图像的模板大小；根据所述模板大小对纺织品图像进行分割，并获得多个区块；计算各区块与所有区块的相关系数，并获得一个相关系数矩阵；及根据所述相关系数矩阵计算可达矩阵，并根据该可达矩阵确定纺织品图像中的瑕疵部分。利用本专利技术所述的瑕疵检测方法、系统及装置，可以对纺织品图像求取模板，并根据该求取的模板切割纺织品图像并实现瑕疵部分的检测，减少了人工的参与，提高了纺织品瑕疵检测自动化的能力，节约了成本，且检测方法适应性强，同时也减少了检测的时间复杂度。附图说明图1为本专利技术较佳实施例瑕疵检测系统的运行环境图；图2为本专利技术较佳实施例瑕疵检测方法的流程框图。图3为本专利技术较佳实施例呈周期变化规律的纺织品图像。图4为本专利技术较佳实施例水平方向及垂直方向的方差均值曲线图。图5为本专利技术较佳实施例分割后所得的纺织品图像。图6为本专利技术较佳实施例四邻域的示意图。图7为本专利技术较佳实施例瑕疵检测的中间过程图。图8为本专利技术较佳实施例求出的不同纺织品图像的瑕疵示意图。主要元件符号说明如下具体实施方式将结合上述附图进一步说明本专利技术。具体实施方式以下将结合附图所示的各实施方式对本专利技术进行详细描述。但这些实施方式并不限制本专利技术，本领域的普通技术人员根据这些实施方式所做出的结构或功能上的变换均包含在本专利技术的保护范围内。参阅图1所示为本专利技术较佳实施例瑕疵检测系统的运行环境图。该瑕疵检测系统用于对纺织品图像中的瑕疵部分进行检测，以实现纺织品瑕疵的检测。所述瑕疵检测系统10运行于计算装置100中，该瑕疵检测系统10包括计算机化程序指令。该计算装置100可以为计算机、笔记本电脑或服务器等终端设备。所述计算装置100还包括处理器20、存储单元30、输入单元40及显示单元50。所述处理器20用于执行计算装置100中的程序指令。所述存储单元30用于存储计算装置100的数据。该存储单元30可以为内置于计算装置100中的存储装置(例如内存及硬盘等)，也可以为外接的存储设备(例如移动硬盘等)。本本文档来自技高网...

【技术保护点】
一种瑕疵检测方法，其特征在于，该方法包括以下步骤：输入待检测的纺织品图像；计算该纺织品图像的模板大小；根据所述模板大小对纺织品图像进行分割，并获得多个区块；计算各区块与所有区块的相关系数，并获得一个相关系数矩阵；及根据所述相关系数矩阵计算可达矩阵，并根据该可达矩阵确定纺织品图像中的瑕疵部分。

【技术特征摘要】
1.一种瑕疵检测方法，其特征在于，该方法包括以下步骤：输入待检测的纺织品图像；计算该纺织品图像的模板大小；根据所述模板大小对纺织品图像进行分割，并获得多个区块；计算各区块与所有区块的相关系数，并获得一个相关系数矩阵；及根据所述相关系数矩阵计算可达矩阵，并根据该可达矩阵确定纺织品图像中的瑕疵部分。2.根据权利要求1所述的瑕疵检测方法，其特征在于，所述方法还包括以下步骤：对输入的纺织品图像进行灰度化处理，以将该输入的纺织品图像转换为灰度图像。3.根据权利要求1所述的瑕疵检测方法，其特征在于，所述模板大小采用统计学方法进行计算，包括以下步骤：在纺织品图像的水平方向取步长c且在纺织品图像的垂直方向取步长r对纺织品图像进行均匀分割及边缘裁剪；将分割所得的分割图像叠加以形成一个三维矩阵，求取该三维矩阵水平方向及垂直方向的方差均值；及获取所述方差均值在水平方向及垂直方向的极小值，并根据该水平方向及垂直方向的极小值求取纺织品图像的模板大小。4.根据权利要求3所述的瑕疵检测方法，其特征在于，通过以下步骤求取纺织品图像的模板大小：根据水平方向及垂直方向的极小值对步长r和步长c的取值遍历以求取r和c的最佳值作为模板大小；或令步长c等于纺织品图像的水平方向图像长度进行r的求解，再求解c，或令步长r等于纺织品图像的垂直方向图像宽度进行c的求解，再求解r，并获取r和c的最佳值作为模板大小。5.根据权利要求1所述的瑕疵检测方法，其特征在于，通过以下步骤获得多个区块：根据模板大小及纺织品图像的长度及宽度对纺织品图像进行裁剪；根据模板大小将裁剪后的纺织品平均分割为多个大小相同的区块；及对每个区块进行编号。6.根据权利要求1所述的瑕疵检测方法，其特征在于，通过以下步骤确定纺织品图像中的瑕疵部分：计算各区块四邻域内与其他区块相关系数的最小值，将该计算所得最小值存储至最小值矩阵中；根据该最小值矩阵的中位数确定自适应阈值T；根据该自适应阈值T对...

【专利技术属性】
技术研发人员：常兴治，楼桦，顾程熙，梁久祯，胡丽英，朱川，
申请(专利权)人：常州信息职业技术学院，
类型：发明
国别省市：江苏;32