一种基于机器视觉的纱线疵点检测方法技术

本发明专利技术公开一种基于机器视觉的纱线疵点检测方法，其特征在于，步骤为：步骤1，将待检测的纱线图像预处理后得到预处理图像；步骤2，对预处理图像进行融合空间的模糊C‑均值聚类方法处理，得到纱线条干图片；步骤3，将纱线条干图像采用形态学开运算进行处理，得到更精确的纱线条干图片，计算更精确的纱线条干图片中纱线平均直径与测量直径；步骤4，利用纱线疵点判定标准检测开运算图像中纱线疵点的种类和个数。本发明专利技术减少纱了线毛羽、条干周围毛刺等信息对疵点检测产生的影响，同时提高算法的检测精度。

A yarn defect detection method based on machine vision

【技术实现步骤摘要】
一种基于机器视觉的纱线疵点检测方法
本专利技术属于纱线疵点检测
，涉及一种基于机器视觉的纱线疵点检测方法。
技术介绍
纱线疵点直接决定了后期机织及针织织物的质量，其疵点的种类与个数是评价纱线质量的重要指标，对其进行检测和分析是控制和改善纱线质量的必要条件。纱线在生产过程中会因多种因素产生纱线疵点，如纺纱原材料、纺纱器械、环境条件等。纱线疵点主要表现为纱线直径的突变，直径过大会导致织物产生棉结、横竖条等缺陷，直径过小会导致织物产生断经断纬等缺陷。因此纱线疵点的检测必不可少。目前针对纱线疵点的检测主要包括目测法[5]、电容检测法[6]和图像分析[7-8]等方法。目测法主要依赖人眼视觉来进行评估，其存在的问题有人为因素判别干扰大、准确率低、判别速度慢等；电容检测法极易受到环境温湿度和纱线表面毛羽等因素的影响，目前应用最广泛的仪器主要是USTER公司的十万米纱疵仪，价格昂贵，一台机器高达30万左右。图像分析法是利用基于机器视觉的方法来对纱线外观质量进行评价，例如AninditaSengupta等人提出一个低成本的检测纱线相关指标的系统，虽本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的纱线疵点检测方法，其特征在于，步骤为：/n步骤1，将待检测的纱线图像预处理后得到预处理图像；/n步骤2，对预处理图像进行融合空间的模糊C-均值聚类方法处理，得到纱线条干图片；/n步骤3，将纱线条干图像采用形态学开运算进行处理，得到更精确的纱线条干图片，计算更精确的纱线条干图片中纱线平均直径与测量直径；/n步骤4，利用纱线疵点判定标准检测开运算图像中纱线疵点的种类和个数。/n

【技术特征摘要】
1.一种基于机器视觉的纱线疵点检测方法，其特征在于，步骤为：
步骤1，将待检测的纱线图像预处理后得到预处理图像；
步骤2，对预处理图像进行融合空间的模糊C-均值聚类方法处理，得到纱线条干图片；
步骤3，将纱线条干图像采用形态学开运算进行处理，得到更精确的纱线条干图片，计算更精确的纱线条干图片中纱线平均直径与测量直径；
步骤4，利用纱线疵点判定标准检测开运算图像中纱线疵点的种类和个数。


2.如权利要求1所述的一种基于机器视觉的纱线疵点检测方法，其特征在于，所述步骤1的步骤为：将待检测的纱线图像缩放至256×256像素，然后将纱线图像转为灰度图像，得到预处理图像。


3.如权利要求1所述的一种基于机器视觉的纱线疵点检测方法，其特征在于，所述步骤2具体步骤为：
步骤2.1，用X＝(x1,x2,…xi....xN)标记预处理图像，将N个像素分成C类，其中Xi表示光谱特征；
步骤2.2，定义最小化目标函数为：



式中：u′ij为融合空间信息的隶属函数，表示xj像素在第i类中的隶属度；vi为聚类中心的更新公式，表示第i个聚类中心，||.||表示范数度量，m控制产生分区的模糊性；
所述聚类中心的更新公式为：



所述融合空间信息的隶属函数的公式为：



其中k为常数，p和q分别表示两个常数，控制产生分区的模糊性；
所述uij为模糊C-均值聚类方法的隶属函数；所述hij为空间函数，表示像素xj属于第i类的概率，其中uij和hij的公式如公式(4)和公式(5)：



式中：NB...

【专利技术属性】
技术研发人员：张缓缓，赵妍，景军锋，李鹏飞，苏泽斌，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61