一种基于gabor滤波和CNN的布匹瑕疵检测方法、系统及设备技术方案

本发明专利技术实施例公开了一种基于gabor滤波和CNN的布匹瑕疵检测方法、系统及设备，涉及布匹瑕疵的检测领域。该方法包括步骤：采集当前待检测布匹的表面图像；对采集的图像进行预处理，得到信息简化后的预处理图像；对预处理图像进行Gabor滤波处理，提取该预处理图像的纹理特征，获得特征图像；将特征图像送入训练好的CNN网络模型中进行布匹瑕疵的分类识别；输出检测识别结果，检测识别结果为瑕疵，则向后台终端发送报警信号和停机指令；否，则返回继续执行初始步骤。该方法将采集的布匹图像经预处理后使用gabor滤波器提取图像的纹理特征，然后再将纹理特征送入CNN网络进行分类，可快速识别出是正常的布匹纹理还是瑕疵，实现了布匹瑕疵的快速而准确的自动化检测。

【技术实现步骤摘要】
一种基于gabor滤波和CNN的布匹瑕疵检测方法、系统及设备
本专利技术涉及布匹瑕疵的自动检测
，具体涉及一种基于gabor滤波和CNN的布匹瑕疵检测方法、系统及设备。
技术介绍
在布匹生产过程中会不可避免的出现瑕疵，布匹单位长度内的瑕疵数量会影响该布匹的质量等级，瑕疵数量越少的布匹质量等级越高，价格也越高。目前，大部分织布厂采用人工巡检的方法，该方法需要消耗大量的人力，而且工人巡检的过程属于抽检，无法完美的检查到所有的产品，会发生漏检。且检测结果受检验人员的经验、熟练程度以及一些主观因素的影响，缺乏一致性和可靠性，往往会发生误检的现象。同时，这种人工巡检的方式还会极大的损伤工人的眼睛，纺织厂内的空气质量不佳，还会损害工人的呼吸系统，长期呆在噪音环境下，还会损伤工人的听力。由于人工检测效率低且不是一种客观一致的评判方法，检测结果容易使行业上下游之间产生贸易纠纷和矛盾。因此,对布匹瑕疵进行准确的识别、定位有着重要的现实意义。
技术实现思路
为有效提高纺织厂生产线上布匹瑕疵的检测效率和检测准确度，提升布匹产品的良品率，本专本文档来自技高网...

【技术保护点】
1.一种基于gabor滤波和CNN的布匹瑕疵检测方法，其特征在于，包括以下步骤：/nS1、采集当前待检测布匹的表面图像；/nS2、对采集的所述图像进行预处理，得到信息简化后的预处理图像；/nS3、对所述预处理图像进行Gabor滤波处理，提取该预处理图像的纹理特征，获得特征图像；/nS4、将所述特征图像送入训练好的CNN网络模型中进行布匹瑕疵的分类识别；/nS5、输出检测识别结果，所述检测识别结果为瑕疵，则向后台终端发送报警信号和停机指令；否，则返回继续执行所述步骤S1。/n

【技术特征摘要】
1.一种基于gabor滤波和CNN的布匹瑕疵检测方法，其特征在于，包括以下步骤：
S1、采集当前待检测布匹的表面图像；
S2、对采集的所述图像进行预处理，得到信息简化后的预处理图像；
S3、对所述预处理图像进行Gabor滤波处理，提取该预处理图像的纹理特征，获得特征图像；
S4、将所述特征图像送入训练好的CNN网络模型中进行布匹瑕疵的分类识别；
S5、输出检测识别结果，所述检测识别结果为瑕疵，则向后台终端发送报警信号和停机指令；否，则返回继续执行所述步骤S1。


2.根据权利要求1所述的基于gabor滤波和CNN的布匹瑕疵检测方法，其特征在于，在所述步骤S2中，对采集的所述图像进行的预处理依次包括均值滤波和灰度化处理。


3.根据权利要求1所述的基于gabor滤波和CNN的布匹瑕疵检测方法，其特征在于，在所述步骤S3中，所述Gabor滤波的核函数构造公式为：



其中，λ为波长，θ表示方向，φ为相位偏移，γ为长宽比空间纵横比，σ表示Gabor函数的高斯因子的标准差。


4.根据权利要求3所述的基于gabor滤波和CNN的布匹瑕疵检测方法，其特征在于，θ指定Gabor函数并行条纹的方向，取值为0～2π，在对所述预处理图像进行纹理特征提取时，分别将θ设置为0、π/4、π/2、π*3/4提取特征，获得四个特征图像。


5.根据权利要求4所述的基于gabor滤波和CNN的布匹瑕疵检测方法，其特征在于，对获得的所述四个特征图像进行叠加，每个像素均取四幅图像对应像素点的最大值，得到最终的特征图像。


6.根据权利要求5所述...

【专利技术属性】
技术研发人员：张广才，何继荣，
申请(专利权)人：苏州哈工吉乐优智能装备科技有限公司，
类型：发明
国别省市：江苏;32