皮料识别方法、装置、系统及计算机可读存储介质制造方法及图纸

本申请公开了一种皮料识别方法、装置、系统及计算机可读存储介质。其中，方法包括获取相机按照相机运行轨迹于裁床铺料台上方移动过程中，在每次接收图像采集触发指令时采集的图像块；对每个图像块，通过比对当前图像块的各像素特征块与相邻像素特征块或备选图像特征生成包括块边界信息和皮料图像特征的皮料图像块特征，备选图像特征包括皮料颜色和皮料瑕疵等级特征。基于所有图像块的块边界信息和皮料图像特征通过邻近关系归类和矢量拼接得到待处理皮料的轮廓数据和皮料瑕疵数据，从而在不损失皮料识别精度和不增加皮料生产成本的基础上，提高皮料图像质量，既可快速、精准地识别小面积皮料，又可快速、精准地识别大面积皮料。

【技术实现步骤摘要】
皮料识别方法、装置、系统及计算机可读存储介质技术邻域本申请涉及皮料切割技术邻域，特别是涉及一种皮料识别方法、装置、系统及计算机可读存储介质。
技术介绍
中国是皮革制品生产大国和消费大国，随着现代工业的发展和国民生活水平的提高，皮革制品的需求也在不断增加。皮革制品的生产除了受到其本身形状不规则度的影响之外，还受到诸如但并不限制于皮革纹理、皮革疵点和皮革质量分区约束条件的影响。皮革裁剪系统要实现自动化，皮料的轮廓识别和瑕疵识别为关键环节。传统皮料的轮廓和瑕疵识别通常是人工操作，先获得皮革的样本，判断是否为瑕疵品，裁剪或丢掉有瑕疵的地方，然后通过描绘到皮革上，再经过人工裁剪，而获得所需式样的皮革产品。这样做成的皮革成品既不美观，且效率较低，人工作业所需时间长，难度较大，对皮革有较严重浪费，无疑会增加制造成本。为了解决传统人工作业模式的弊端，相关技术利用相机进行图像采集并联合图像识别技术来实现皮料识别，在该方式中，采用在裁剪设备的上方架设采用高像素级超广角相机，相机以静态或者单向运动的方式采集裁剪设备平台上铺设的皮料图像，从皮料图像中获取皮料的外形和瑕疵区域本文档来自技高网...

【技术保护点】
1.一种皮料识别方法，其特征在于，包括：/n获取相机按照相机运行轨迹于裁床铺料台上方移动过程中，在每次接收图像采集触发指令时采集的图像块；/n对每个图像块，通过比对当前图像块的各像素特征块与相邻像素特征块或备选图像特征生成所述当前图像块的皮料图像块特征；所述皮料图像块特征包括块边界信息和皮料图像特征；所述块边界信息用于通过将皮料边界点对应像素点相连得到块轮廓数据和瑕疵等级数据；/n基于所有图像块的块边界信息和皮料图像特征通过邻近关系归类和矢量拼接得到待处理皮料的轮廓数据和皮料瑕疵数据；/n其中，所述图像采集触发指令在相机当前位置为拍照触发位置时被生成，所述相机运行轨迹和所述触发拍照位置基于有效...

【技术特征摘要】
1.一种皮料识别方法，其特征在于，包括：
获取相机按照相机运行轨迹于裁床铺料台上方移动过程中，在每次接收图像采集触发指令时采集的图像块；
对每个图像块，通过比对当前图像块的各像素特征块与相邻像素特征块或备选图像特征生成所述当前图像块的皮料图像块特征；所述皮料图像块特征包括块边界信息和皮料图像特征；所述块边界信息用于通过将皮料边界点对应像素点相连得到块轮廓数据和瑕疵等级数据；
基于所有图像块的块边界信息和皮料图像特征通过邻近关系归类和矢量拼接得到待处理皮料的轮廓数据和皮料瑕疵数据；
其中，所述图像采集触发指令在相机当前位置为拍照触发位置时被生成，所述相机运行轨迹和所述触发拍照位置基于有效拍照范围、所述裁床上皮位置和所述待处理皮料尺寸生成；所述备选图像特征包括皮料颜色和皮料瑕疵等级特征。


2.根据权利要求1所述的皮料识别方法，其特征在于，所述通过比对当前图像块的各像素特征块与相邻像素特征块或备选图像特征生成所述当前图像块的皮料图像块特征包括：
对所述当前图像块的每个像素特征块，判断当前像素特征块的图像特征值与其相邻像素特征块的图像特征值的差值是否不大于预设特征阈值；
若是，将所述当前像素特征块与其相邻像素特征块进行融合；若否，将根据所述当前像素特征块的图像特征值在备选图像特征集中匹配的备选图像特征作为所述当前像素特征块的属性特征，基于各属性特征得到所述当前图像块的皮料图像块特征。


3.根据权利要求2所述的皮料识别方法，其特征在于，所述通过比对当前图像块的各像素特征块与相邻像素特征块或备选图像特征生成所述当前图像块的皮料图像块特征之后，还包括：
利用8邻域搜索算法对各皮料图像块特征进行边界搜索，将各皮料图像块特征中属性特征值相同的像素点进行连接，得到包括多条边界矢量数据的边界矢量数据集；
根据图像坐标系和裁床坐标系之间的空间转化关系，基于所述裁床拍照起始位置点将所述边界矢量数据集中各边界矢量数据转换至裁床坐标系下，得到裁床矢量数据集；
提取所述裁床矢量数据集中各矢量数据与所述相机有效拍照范围对应的拍照轮廓线的相交线段，并去除所述拍照轮廓线外的重叠图像产生的图像数据后得到有效矢量数据集；
对每个图像块，根据所述当前图像块对应的裁床坐标与所述裁床拍照起始位置点的偏移向量，将所述当前图像块对应在所述有效矢量数据集中的曲线段按照所述偏移向量进行偏移，得到空间匹配有效矢量数据集。


4.根据权利要求3所述的皮料识别方法，其特征在于，所述基于所有图像块的皮料图像块特征通过邻近关系归类和矢量拼接得到所述待处理皮料的轮廓数据和皮料瑕疵数据包括：
预先构建用于存储未封闭线段的未封闭线段集和用于存储闭合曲线的闭合矢量数据集；
提取所述空间匹配有效矢量数据集中各线段的属性特征，并按照线段端点所属的相应图像块的前连接端点和后连接端点放入特征矢量数据归集中；
将所述特征矢量数据归集中的特征属性值相同的曲线端点，按照8邻域邻近关系计算其与所述未封闭线段集中的特征矢量数据线段端点的前连接相邻距离和后连接相邻距离，并确定所述特征矢量数据线段所在图像块的块号和块内矢量前连接索引号和后连接索引号；
将所述未封闭线段集中的线段端点相邻距离满足预设约束条件的各特征矢量数据线段连接为一条矢量曲线，并将首尾线段距离满足所述预设约束条件的特征矢量数据线段设置为闭合属性，并移至所述闭合矢量数据集；
将所述未封闭线段集的各特征矢量数据线段的前连接端点和后连接端点保留在所在图像块中，以供下次拼接使用；
将所述闭合矢量数据集中面积小于预设面积阈值的闭合曲线删除，得到皮料数据生成集；
根据所述皮料数据...

【专利技术属性】
技术研发人员：白燕，丁威，
申请(专利权)人：杭州爱科科技股份有限公司，
类型：发明
国别省市：浙江;33