一种基于图像处理技术的纺织品表面瑕疵点检测方法技术

本发明专利技术涉及一种基于图像处理技术的纺织品表面瑕疵点检测方法，所述方法包括以下步骤：步骤1：利用人工神经网络对织物使用的丝线种类和色泽进行确定和分类，并利用人工神经网络技术对配色的方案数据进行提取和挑选；步骤2：根据预定编织方案进行编织；步骤3：采集织物图像，并利用Gabor滤波器对织物图像进行检测，对织物图像中的瑕疵点进行标记和分割。本发明专利技术通过利用奇对称Gabor滤波器和偶对称Gabor滤波器对织物图像进行瑕疵点检测，增加了瑕疵点检测的准确率，有利于对织物瑕疵出现原因进行分析，并进行修改，从而增加了织物的生产效率。从而增加了织物的生产效率。从而增加了织物的生产效率。

【技术实现步骤摘要】
一种基于图像处理技术的纺织品表面瑕疵点检测方法


[0001]本专利技术涉及纺织工艺
，尤其涉及一种基于图像处理技术的纺织品表面瑕疵点检测方法。

技术介绍

[0002]随着时代的发展和科技的进步，现有的织锦工艺所带来的织物因为复杂的工艺在生产中耗费大量的时间，使得织物的生产数量不能满足市场的需求，其原因之一是因为织物在织造的过程中往往因为机器或人工的失误而造成织物成品中有着大量的瑕疵，且织物在设计的过程中，由于织物的着色程度的不同，从而导致织物设计与织物实体存在较多的差异。
[0003]在纺织行业，布匹的瑕疵检测是一个重要环节，而国内外大部分企业仍使用传统的人工进行检测。人工检测显然有很多局限性，工人长时间作业不利于健康，对企业来说，长期投入成本高、检测效率低、漏检率高。
[0004]在现有的织物瑕疵点检测
中，常用的织物瑕疵点监测算法根据织物的表面特性分类可以分成三类：基于统计学特征的算法、基于神经网络的算法和基于频谱分析的算法。
[0005]基于统计学特征的算法包括：灰度统计法、分形维瑕疵点检测方法、形态学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理技术的纺织品表面瑕疵点检测方法，其特征在于：包括以下步骤：步骤1：利用人工神经网络对织物使用的丝线种类和色泽进行确定和分类，并利用人工神经网络技术对配色的方案数据进行提取和挑选；步骤2：根据预定编织方案进行编织；步骤3：采集织物图像，并利用Gabor滤波器对织物图像进行检测，对织物图像中的瑕疵点进行标记和分割。2.根据权利要求1所述的基于图像处理技术的纺织品表面瑕疵点检测方法，其特征在于：在利用人工神经网络技术对织物使用的丝线种类和色泽进行确定时，包括以下步骤：步骤1.1：将可选织物的参数输入至人工神经网络中形成数据库；步骤1.2：将待编织织物的参数输入至人工神经网络中，利用人工神经网络选择最相似的原料方案和加工步骤及所需原料；步骤1.3：利用遗传算法模拟人工神经网络选择的方案的结果；步骤1.4：利用计算机视觉技术对方案进行判断。3.根据权利要求2所述的基于图像处理技术的纺织品表面瑕疵点检测方法，其特征在于：在利用人工神经网络技术对织物使用的丝线种类和色泽进行确定时，织物的参数包括：织物的整体风格、织物的颜色、织物的大小、织物的形状和织物的用途。4.根据权利要求3所述的基于图像处理技术的纺织品表面瑕疵点检测方法，其特征在于：在利用人工神经网络技术对织物使用的丝线种类和色泽进行确定时，待编织织物的参数包括：丝线的粗糙度、丝线的染色难易程度、丝线的着色效果、丝线的光亮度、丝线的使用途径和丝线的粗细。5.根据权利要求4所述的基于图像处理技术的纺织品表面瑕疵点检测方法，其特征在于：在利用计算机视觉技术对方案进行判断时，包括以下步骤：利用3Dmax软件建立针织物的模型，并在针织物的表面赋予不同的特性，建模完成后将织物模型图像与织物设计图像进行对比，若预织物模型图像与织物设计图像相差大，则所选的丝线的种类和色泽不合格，则重新对丝线的种类和色泽进行挑选，直至预编织后的织物图像与织物参考图像一致为止。6.根据权利要求5所述的基于图像处理技术的纺织品表面瑕疵点检测方法，其特征在于：在针织物的表面赋予不同的特性时，赋予的特性包括:丝线的粗糙度、丝线的光亮度和丝线的染色效果。7.根据权利要求6所述的基于图像处理技术的纺织品表面瑕疵点检测方法，其特征在于：在根据预定编织方案进行编织时，包括以下步骤：步...

【专利技术属性】
技术研发人员：周兴华，范海宁，姜思炎，秦志磊，黄建强，杨茁筠，徐皓，
申请(专利权)人：杭州游画丝界文化艺术发展有限公司，
类型：发明
国别省市：