【技术实现步骤摘要】
一种织物图像缺陷实时检测方法
本专利技术涉及一种织物缺陷自动检测技术，特别是一种织物图像缺陷实时检测方法。
技术介绍
在纺织品生产行业中，由于织造纺织品的机械设备本身的误差、原材料的偏差以及环境的不理想，会产生很多缺陷，其中有很多缺陷如拖纱、结头、断丝和修正不良等。因为这些缺陷的形状不规则、特征不明显而很难采用传统检测电路进行自动识别。现有的针对不规则缺陷的检测识别主要有两种方式，一是依赖人工对不规则缺陷进行检测。但人工由于个体差异、疲劳等原因也经常出现漏检等情况。此外，由于不同检测工人具有不同验布经验，且责任心都不尽相同，因此，即便同一检验工也往往受个人因素等影响造成织物检验质量不稳定、一致性差等问题。二是依赖自动识别设备进行检测。现有织物缺陷自动识别设备主要是通过深度学习类的AI检测电路来归纳缺陷的特征进行缺陷检测。这种方法不仅需要大量的缺陷数据样本来进行训练，而且要求待检测的缺陷特征与样本特征不能有太大差异，否则训练好的特征则不能适应新的缺陷，造成漏检和误检。而织物的很多缺陷因为并非全部是可预测的原因造...
【技术保护点】
1.一种织物图像缺陷实时检测方法，包括采用工业相机实时获取织物图像，其特征在于包括如下步骤：/n对所述织物图像进行滤波处理，所述滤波处理可以是中值滤波或者均值滤波或者高斯滤波或者是它们的组合；/n将所述滤波后的织物图像R、G、B三通道进行分离，生成3张颜色特征图像并分别计算每张图像所有像素值的均值，将最大均值减最小均值得到最大差分均值，若所述最大差分均值大于预设差分阀值，则判断为颜色织物，否则判断为无颜色织物；/n若判断为颜色织物，则利用所述颜色特征图进行图像分割提取织物区域，若判断为无颜色织物则利用人机交互获取织物区域；/n将获取的织物区域设置为感兴趣区域，接下来的缺陷判...
【技术特征摘要】
1.一种织物图像缺陷实时检测方法，包括采用工业相机实时获取织物图像，其特征在于包括如下步骤：
对所述织物图像进行滤波处理，所述滤波处理可以是中值滤波或者均值滤波或者高斯滤波或者是它们的组合；
将所述滤波后的织物图像R、G、B三通道进行分离，生成3张颜色特征图像并分别计算每张图像所有像素值的均值，将最大均值减最小均值得到最大差分均值，若所述最大差分均值大于预设差分阀值，则判断为颜色织物，否则判断为无颜色织物；
若判断为颜色织物，则利用所述颜色特征图进行图像分割提取织物区域，若判断为无颜色织物则利用人机交互获取织物区域；
将获取的织物区域设置为感兴趣区域，接下来的缺陷判定操作即在所述感兴趣区域内进行；
将感兴趣区域划分为n个子区域，子区域可以预设为矩形或者圆形，所述每个子区域包含mk个像素点，感兴趣区域的像素点gij属于哪一个子区域由其邻域决定，n为gij的函数，mk为ε、k与gij的函数，即n=f1(gij)、mk=∑f2(gij,ε,k)，其中ε为gij的邻域面积，i，j为图像平面上的坐标值，k为子区域的编号；或将n，mk预设为常数；
将所述每个子区域进行池化操作生成池化特征图C...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。