一种基于图像处理的装饰纸纹理异常检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像处理的装饰纸纹理异常检测方法。该方法首先采集待测木纹纸的待测表面图像，得到待测边缘；获取待测边缘与真实边缘的边缘形态特征，计算待测边缘和真实边缘的边缘形态特征的特征相似度，得到与待测边缘相似的多个目标真实边缘；获取待测边缘和真实边缘各像素点的趋势向量，计算待测趋势向量集合与真实趋势向量集合的趋势相似度；由特征相似度和趋势相似度得到待测边缘的纹理流畅程度来判断木纹纸是否异常。本发明专利技术利用获取各像素点的特征相似度和趋势相似度得到边缘的纹理流畅程度，达到了对细微的边缘不流畅或边缘波动异常的缺陷也能够精确出来的目的，提升了异常检测的准确性。性。性。

【技术实现步骤摘要】
一种基于图像处理的装饰纸纹理异常检测方法


[0001]本专利技术涉及机器视觉
，具体涉及一种基于图像处理的装饰纸纹理异常检测方法。

技术介绍

[0002]在装饰家具、墙壁、地板时常用到各种各样的装饰纸，有的装饰纸用于美化居住环境或者改善居住氛围，有的装饰纸还兼具特定功能。其中木纹装饰纸的应用十分广泛，例如用于制作地板、座椅、木纹纸等，装饰纸的生产工艺十分复杂，在生产过程中难免会产生缺陷，这些缺陷不仅影响使用，也可能会影响其他产品的质量。如生产木纹纸时，木纹可能不清晰，纹理不是自然流畅的，因此有必要在木纹纸生产之后，对木纹纸的纹理进行抽检，及时发现纹理异常的木纹纸，防止影响产品质量。
[0003]目前，常用的木纹纸的纹理检测方法是，提取木纹纸的纹理边缘图像，将提取到的待测纹理边缘图像与数据库中各类木纹纸的纹理边缘图像进行对比。当待测纹理边缘图像存在细微边缘不流畅或边缘波动异常时无法精准检测出缺陷或异常，检测的准确性较低。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的装饰纸纹理异常检测方法，所采用的技术方案具体如下：本专利技术一个实施例提供了一种基于图像处理的装饰纸纹理异常检测方法，该方法包括以下步骤：采集待测木纹纸的待测表面图像，所述待测木纹纸中包括多条木纹纹理；获取所述待测表面图像中所述木纹纹理的边缘二值图，得到多条待测边缘；获取所述待测表面图像的任意所述待测边缘的边缘形态特征和真实木纹纸木纹纹理的真实边缘的边缘形态特征，计算所述待测边缘和所述真实边缘的边缘形态特征的特征相似度，得到与所述待测边缘相似的多个目标真实边缘；分别获取所述待测边缘和所述目标真实边缘上各像素点的趋势向量；将所述待测边缘对应的趋势向量构成待测趋势向量集合，将所述目标真实边缘对应的趋势向量构成真实趋势向量集合；获取所述待测趋势向量集合和所述真实趋势向量集合的趋势相似度；根据所述特征相似度和所述趋势相似度得到所述待测边缘的纹理流畅程度；根据所述纹理流畅程度得到异常木纹纸。
[0005]优选的，所述待测表面图像中所述木纹纹理的边缘二值图的获取方式，包括：将所述待测表面图像进行灰度化得到表面灰度图；利用高斯模糊核对所述表面灰度图进行模糊处理，利用边缘提取算法对模糊处理后的表面灰度图进行处理得到边缘二值图。
[0006]优选的，所述边缘形态特征的获取方法，包括：获取每条边缘上每个像素点的综合特征向量，对同一边缘内的所述综合特征向量
进行聚类得到多个目标聚类类别；将各所述目标聚类类别中所述综合特征向量的均值和目标聚类类别之外的综合特征向量构成的集合作为边缘形态特征。
[0007]优选的，所述每条边缘上每个像素点的综合特征向量的获取方法，包括：将任意边缘上任意像素点作为目标像素点，并获取所述目标像素点周围的各像素点的像素坐标，构建目标集合；将所述目标集合中的像素坐标进行坐标中心化处理，得到多个第一坐标；对所述目标集合对应的所述第一坐标进行主成分分析，得到两个主成分方向，所述主成分方向包括第一主成分方向和第二主成分方向；根据各所述第一坐标在所述第一主成分方向的投影大小得到第一方差、在所述第二主成分方向的投影大小得到第二方差，所述第一方差大于所述第二方差，所述第一主成分方向为方向特征，所述第二方差为波动特征；由所述方向特征和所述波动特征得到所述综合特征向量。
[0008]优选的，所述目标像素点周围的各像素点为：与所述目标像素点位于同一边缘上的距离所述目标像素点最小的多个像素点。
[0009]优选的，所述对同一边缘内的所述综合特征向量进行聚类得到多个目标聚类类别，包括：将同一边缘的所述综合特征向量进行聚类，得到多个初始聚类类别；将每个所述初始聚类类别内各综合特征向量对应的像素坐标进行聚类得到多个目标聚类类别。
[0010]优选的，所述计算所述待测边缘和所述真实边缘的边缘形态特征的特征相似度，包括：利用KM算法将任意所述待测边缘的边缘形态特征对应的待测综合特征向量和任意所述真实边缘的边缘形态特征对应的真实综合特征向量进行匹配得到多个综合特征向量对；计算各综合特征向量对内所述待测综合特征向量和所述真实综合特征向量的欧式距离作为第一距离；根据各综合特征向量对的所述第一距离得到所述待测边缘和所述真实边缘的边缘形态特征的特征相似度。
[0011]优选的，所述分别获取所述待测边缘和所述目标真实边缘上各像素点的趋势向量，包括：获取任意像素点的海森矩阵，将所述海森矩阵的最小特征值对应的特征向量作为所述像素点的趋势向量。
[0012]优选的，所述待测趋势向量集合和所述真实趋势向量集合的趋势相似度的获取方法，包括：计算所述待测趋势向量和预设单位向量的内积，得到待测趋势标量，由所述待测趋势标量构成待测趋势标量集合；获取所述真实趋势向量集合所对应的真实趋势标量集合；由所述待测趋势标量的高阶原点矩和所述真实趋势标量的高阶原点矩，得到所述待测趋势向量集合和所述真实趋势向量集合的所述趋势相似度。
[0013]优选的，所述根据所述特征相似度和所述趋势相似度得到所述待测边缘的纹理流
畅程度，包括：所述纹理流畅程度的计算公式为：其中，为所述目标真实边缘的数量；为所述待测边缘与第个所述目标真实边缘的特征相似度；为所述待测边缘与第个所述目标真实边缘对应的趋势相似度。
[0014]本专利技术实施例至少具有如下有益效果：本专利技术实施例利用图像处理技术，首先采集待测木纹纸的待测表面图像，对待测表面图像进行灰度化以及边缘检测得到多条待测边缘；获取待测边缘和真实边缘的边缘形态特征，并计算待测边缘和真实边缘的边缘形态特征的特征相似度，由特征相似度得到多条目标真实边缘，将待测边缘与目标真实边缘进行异常检测，避免了待测边缘需要与大量的真实边缘进行对比带来的过拟合问题；获取待测边缘和真实边缘的各像素点的趋势向量，并计算待测趋势向量集合和真实趋势向量集合的趋势相似度。由特征相似度和趋势相似度得到待测边缘的纹理流畅程度，根据纹理流畅程度判断木纹纸是否异常。由各像素点的特征相似度和趋势相似度判断边缘的纹理流畅程度，达到了即使是细微的边缘不流畅或边缘波动异常的缺陷也能够精确出来，提升了异常检测的精准性。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0016]图1为本专利技术一个实施例所提供的一种基于图像处理的装饰纸纹理异常检测方法的方法流程图。
具体实施方式
[0017]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于图像处理的装饰纸纹理异常检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的装饰纸纹理异常检测方法，其特征在于，该方法包括以下步骤：采集待测木纹纸的待测表面图像，所述待测木纹纸中包括多条木纹纹理；获取所述待测表面图像中所述木纹纹理的边缘二值图，得到多条待测边缘；获取所述待测表面图像的任意所述待测边缘的边缘形态特征和真实木纹纸木纹纹理的真实边缘的边缘形态特征，计算所述待测边缘和所述真实边缘的边缘形态特征的特征相似度，得到与所述待测边缘相似的多个目标真实边缘；分别获取所述待测边缘和所述目标真实边缘上各像素点的趋势向量；将所述待测边缘对应的趋势向量构成待测趋势向量集合，将所述目标真实边缘对应的趋势向量构成真实趋势向量集合；获取所述待测趋势向量集合和所述真实趋势向量集合的趋势相似度；根据所述特征相似度和所述趋势相似度得到所述待测边缘的纹理流畅程度；根据所述纹理流畅程度得到异常木纹纸。2.根据权利要求1所述的一种基于图像处理的装饰纸纹理异常检测方法，其特征在于，所述待测表面图像中所述木纹纹理的边缘二值图的获取方式，包括：将所述待测表面图像进行灰度化得到表面灰度图；利用高斯模糊核对所述表面灰度图进行模糊处理，利用边缘提取算法对模糊处理后的表面灰度图进行处理得到边缘二值图。3.根据权利要求1所述的一种基于图像处理的装饰纸纹理异常检测方法，其特征在于，所述边缘形态特征的获取方法，包括：获取每条边缘上每个像素点的综合特征向量，对同一边缘内的所述综合特征向量进行聚类得到多个目标聚类类别；将各所述目标聚类类别中所述综合特征向量的均值和目标聚类类别之外的综合特征向量构成的集合作为边缘形态特征。4.根据权利要求3所述的一种基于图像处理的装饰纸纹理异常检测方法，其特征在于，所述每条边缘上每个像素点的综合特征向量的获取方法，包括：将任意边缘上任意像素点作为目标像素点，并获取所述目标像素点周围的各像素点的像素坐标，构建目标集合；将所述目标集合中的像素坐标进行坐标中心化处理，得到多个第一坐标；对所述目标集合对应的所述第一坐标进行主成分分析，得到两个主成分方向，所述主成分方向包括第一主成分方向和第二主成分方向；根据各所述第一坐标在所述第一主成分方向的投影大小得到第一方差、在所述第二主成分方向的投影大小得到第二方差，所述第一方差大于所述第二方差，所述第一主成分方向为方向特征，所述第二方差为波动特征；由所述方向特征和所述波动特征得到所...

【专利技术属性】
技术研发人员：林树松，段宝光，
申请(专利权)人：江苏绿泉装饰工程有限公司，
类型：发明
国别省市：