基于频谱分析的纺织品缺陷自适应检测方法技术

本发明专利技术涉及纺织技术领域，具体涉及基于频谱分析的纺织品缺陷自适应检测方法，该方法包括：采集纺织品的表面图像，获取表面图像的灰度图像以及频谱图；对频谱图生成不同的滤波模板；分别利用滤波模板得到多张第二灰度图像；根据第二灰度图像的边缘图像中像素点的坐标计算边缘图像中边缘曲线的偏移程度，根据每两条边缘曲线之间的最短距离获取边缘图像的密集程度；根据偏移程度和密集程度以及边缘的面积占比得到每张第二灰度图像的边缘效果；根据边缘效果得到每个滤波模板的弱化效果；选取弱化效果最大的滤波模板对应的第二灰度图像作为检测图像，确定检测图像的缺陷位置。本发明专利技术实施例能够完成滤波模板的自适应选取，提高纺织品缺陷检测的准确性。织品缺陷检测的准确性。织品缺陷检测的准确性。

【技术实现步骤摘要】
基于频谱分析的纺织品缺陷自适应检测方法


[0001]本专利技术涉及纺织
，具体涉及基于频谱分析的纺织品缺陷自适应检测方法。

技术介绍

[0002]在纺织品的生产过程中，需要通过验布机对最终的纺织成品进行缺陷检测，很多验布机检测缺陷时，需要操作人员在充足光源下靠目力观察，发现面疵点和色差等缺陷，验布机自动完成记长和卷装整理工作，这种情况下对纺织品的缺陷检测速度低，检测人员的主观性对检测结果影响大，且容易漏检；性能好的验布机带有电子检疵装置，通过图像分割或者利用神经网络识别缺陷部位，而纺织品往往是具有很多的纹理背景特征，可能会导致缺陷检测结果不准确。

技术实现思路

[0003]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频谱分析的纺织品缺陷自适应检测方法，所采用的技术方案具体如下：本专利技术实施例提供了一种基于频谱分析的纺织品缺陷自适应检测方法，该方法包括以下步骤：采集纺织品的表面图像，获取所述表面图像的灰度图像以及所述灰度图像对应的频谱图；对所述频谱图生成不同的滤波模板；分别利用所述滤波模板对所述频谱图进行滤波操作，得到多张第二频谱图，并转换为第二灰度图像；提取所述第二灰度图像的边缘得到边缘图像，根据所述边缘图像中像素点的坐标计算所述边缘图像中边缘曲线的偏移程度，根据每两条所述边缘曲线之间的最短距离获取所述边缘图像的密集程度；根据所述偏移程度和所述密集程度以及所述边缘的面积占比得到每张所述第二灰度图像的边缘效果；根据所述边缘效果得到每个所述滤波模板对所述表面图像的背景纹理的弱化效果；选取所述弱化效果最大的滤波模板对应的第二灰度图像作为检测图像，对所述检测图像进行边缘检测，通过获取边缘检测结果中的线段密集位置确定缺陷位置。
[0004]优选的，所述滤波模板的生成步骤包括：利用滑窗从所述频谱图的中心点沿着最大值的方向移动，得到所述频谱图中的高亮点坐标；选取至少一个所述高亮点坐标与中心点组合，通过形态学处理得到一张二值图像，作为所述滤波模板。
[0005]优选的，所述第二灰度图像的获取方法为：分别选取所述滤波模板，与所述频谱图作矩阵点乘，得到所述第二频谱图；将所述第二频谱图进行反傅里叶变换，得到对应的所述第二灰度图像。
[0006]优选的，所述偏移程度的计算步骤包括：利用第二滑窗遍历所述边缘图像中所有像素点，并对其标号；获取相同标号的像素点组成的边缘曲线，根据所述边缘曲线中的像素点拟合出对应的理想曲线，通过计算所述像素点与所述理想曲线的距离计算所述偏移程度。
[0007]优选的，所述标号的方法为：当所述第二滑窗开始遍历时，从1开始对非零像素点进行递增标号；当所述第二滑窗中存在标号唯一的已标号非零像素点，其他非零像素点标记该标号；当所述第二滑窗中存在不同标号的已标号非零像素点，其他非零像素点递增标号。
[0008]优选的，所述密集程度的获取步骤包括：选取一条目标边缘曲线，计算所述目标边缘曲线与每条边缘曲线之间的最短距离，以所述最短距离与所述目标边缘曲线的长度的比值作为所述目标边缘曲线与对应边缘曲线的权值；根据每两条所述边缘曲线之间的权值获取所述密集程度。
[0009]优选的，所述弱化效果的获取方法为：将所述第二灰度图像的边缘效果与所述灰度图像的边缘效果作差得到对应的滤波模板的所述弱化效果。
[0010]优选的，所述缺陷位置的获取步骤包括：对所述检测图像进行边缘检测，得到第二边缘图像，作为边缘检测结果，对所述边缘检测结果进行直线检测并对得到的直线段数量进行离群点检测，获取缺陷边缘；对所述缺陷边缘进行聚类，得到线段密集位置，作为所述缺陷位置。
[0011]本专利技术实施例至少具有如下有益效果：获取纺织品表面图像的频谱图，生成多个滤波模板对频谱图进行滤波操作，得到背景纹理弱化效果最好的滤波模板，利用该滤波模板得到检测图像，进而检测出缺陷的位置。本专利技术实施例能够选取背景纹理弱化效果最佳的滤波模板，完成滤波模板的自适应选取，提高纺织品缺陷检测的准确性。
附图说明
[0012]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。
[0013]图1为本专利技术一个实施例提供的基于频谱分析的纺织品缺陷自适应检测方法的步骤流程图；图2为本专利技术一个实施例提供的纺织品表面图像；图3为本专利技术一个实施例提供的纺织品表面图像的灰度图像对应的中心化频谱图；图4为本专利技术一个实施例提供的选取一个高亮点与中心点组合得到的滤波模板；图5为本专利技术一个实施例提供的第二灰度图像；图6为本专利技术一个实施例提供的第二边缘图像；
图7为本专利技术一个实施例提供的纺织品表面图像的灰度图像进行边缘检测得到的边缘图像。
具体实施方式
[0014]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基于频谱分析的纺织品缺陷自适应检测方法，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施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0015]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0016]下面结合附图具体的说明本专利技术所提供的基于频谱分析的纺织品缺陷自适应检测方法的具体方案。
[0017]需要说明的是，本专利技术实施例适用于线性纹理的纺织品的缺陷检测。
[0018]请参阅图1，其示出了本专利技术一个实施例提供的基于频谱分析的纺织品缺陷自适应检测方法的步骤流程图，该方法包括以下步骤：步骤S001，采集纺织品的表面图像，获取表面图像的灰度图像以及灰度图像对应的频谱图；对频谱图生成不同的滤波模板。
[0019]具体的步骤包括：1.采集纺织品的图像。
[0020]在验布机的验布过程中，通过验布机的相机拍摄得到纺织品的图像。验布机的相机从纺织品的上方，俯视拍摄纺织品的一个纹理周期，采集纺织品一个周期的纹理图案，得到纺织品表面图像，如图2所示。
[0021]2.获取滤波模板。
[0022]将采集的图像灰度化，获取灰度图像，然后采用快速傅里叶变换得到灰度图的频谱图，频谱图中包含了图像中的高频信息和低频信息，通过滤波模板，滤去频谱图中不同频域信息，弱化背景纹理信息对检测结果的干扰。
[0023]具体的步骤包括：2.1利用滑窗从频谱图的中心点沿着最大值的方向移动，得到频谱图中的高亮点坐标。
[0024]具体的，先对频谱图取模，再将频谱图中心化，得到中心化频谱图，如图3所示。建立一个n*n的滑窗，其中n为滑窗大小，作为一个示例，本专利技术实施例中n取3。滑窗滑动的方式为：以中心锚点为中心，将滑窗内的9个像素点的值排序，选取滑窗内的最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于频谱分析的纺织品缺陷自适应检测方法，其特征在于，该方法包括以下步骤：采集纺织品的表面图像，获取所述表面图像的灰度图像以及所述灰度图像对应的频谱图；对所述频谱图生成不同的滤波模板；分别利用所述滤波模板对所述频谱图进行滤波操作，得到多张第二频谱图，并转换为第二灰度图像；提取所述第二灰度图像的边缘得到边缘图像，根据所述边缘图像中像素点的坐标计算所述边缘图像中边缘曲线的偏移程度，根据每两条所述边缘曲线之间的最短距离获取所述边缘图像的密集程度；根据所述偏移程度和所述密集程度以及所述边缘的面积占比得到每张所述第二灰度图像的边缘效果；根据所述边缘效果得到每个所述滤波模板对所述表面图像的背景纹理的弱化效果；选取所述弱化效果最大的滤波模板对应的第二灰度图像作为检测图像，对所述检测图像进行边缘检测，通过获取边缘检测结果中的线段密集位置确定缺陷位置。2.根据权利要求1所述的方法，其特征在于，所述滤波模板的生成步骤包括：利用滑窗从所述频谱图的中心点沿着最大值的方向移动，得到所述频谱图中的高亮点坐标；选取至少一个所述高亮点坐标与中心点组合，通过形态学处理得到一张二值图像，作为所述滤波模板。3.根据权利要求1所述的方法，其特征在于，所述第二灰度图像的获取方法为：分别选取所述滤波模板，与所述频谱图作矩阵点乘，得到所述第二频谱图；将所述第二频谱图进行反傅里叶变换，得到对应的所述第二灰度图像。4.根据权利要求1所述的方法，其特征在于...

【专利技术属性】
技术研发人员：沈拥军，
申请(专利权)人：江苏祥顺布业有限公司，
类型：发明
国别省市：