一种基于图像处理的纺织品色牢度检测方法及系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及一种基于图像处理的纺织品色牢度检测方法及系统。该方法获取参考白布图像上颜色区域的边缘像素点及其纹理走向。通过每个边缘像素点在纹理走向上与其他像素点的像素相似信息和位置相近信息获得每个边缘像素点的有效率，从而筛选出有效点，获得摩擦运动方向。分析每个像素点在摩擦运动方向直线上的其他像素点与该像素点的像素值相似性，获得每个像素点的混合率。根据颜色区域中像素点的混合率、有效率和像素值获得每个颜色区域的可信度。根据可信度调整每个颜色区域的初始色牢度，获得整体色牢度。本发明专利技术分析像素点之间互相影响的情况，获得参考性强的可信度调整初始色牢度，实现了准确的色牢度检测。确的色牢度检测。确的色牢度检测。

【技术实现步骤摘要】
一种基于图像处理的纺织品色牢度检测方法及系统


[0001]本专利技术涉及人工智能
，具体涉及一种基于图像处理的纺织品色牢度检测方法及系统。

技术介绍

[0002]色牢度又称染色牢度、染色坚牢度。是指纺织品的颜色对在加工和使用过程中各种作用的抵抗力。
[0003]现有摩擦色牢度的检测方式为：将试样放在摩擦牢度仪上，在一定压力上用标准摩擦白布与之磨擦一定的次数，对标准摩擦白布上所沾的颜色用灰卡进行评级，所得的级数就是所测的摩擦色牢度。这种方法判断标准摩擦白布上所粘的颜色最符合哪个等级是基于人的主观倾向，受到人的状态影响，不能保证所有时刻的结果都准确。
[0004]在现有技术中，为了实现高效快速的色牢度检测，可通过计算机视觉技术，在摩擦牢度仪上加装检测相机，使用相机同时获取灰卡和标准摩擦白布上的图像；将标准摩擦白布上所沾的颜色划分为不同的区域，分别将各区域与灰卡对比确定各区域的级别，所有区域的级别进行投票确定试样的牢度级别。但是，由于织造试样时所用纱线各段的结构不同，染色时织物各部分染色结果不同，导致织物试样上不同区域的色牢度不一定相同。而摩擦牢度仪的摩擦都是往复运动，标准摩擦白布上的同一个位置会被试样的多个区域影响。当影响标准摩擦白布同一位置的不同试样区域的色牢度不同时，标准摩擦白布这一位置处对应的的色牢度就不能准确反应真实的试样色牢度。若标准摩擦白布上的这一区域的色牢度受到一个容易掉色的区域的影响，这一区域得到的色牢度级别就会降低，从而使得最终的投票结果无法准确反应试样的色牢度，无法保证检测的准确性。

技术实现思路

[0005]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纺织品色牢度检测方法及系统，所采用的技术方案具体如下：本专利技术提出了一种基于图像处理的纺织品色牢度检测方法，所述方法包括：获得摩擦处理后的参考白布图像；根据像素值将所述参考白布图像中的像素点分类，获得多个颜色区域；获取每个所述颜色区域的边缘像素点；获取每个所述边缘像素点的纹理走向；以所述边缘像素点在所述纹理走向方向上的所有像素点作为方向像素点；根据第一位置信息对与所述边缘像素点像素值相同的对应所述方向像素点进行分类，以距离所述边缘像素点最近的类别作为其相邻点集；根据所述相邻点集内元素的数量和元素间距离的方差获得对应所述边缘像素点的有效率；以有效率大于预设第一阈值的所述边缘像素点作为有效点；将所述有效点的所述纹理走向相加获得摩擦运动方向；过所述参考白布图像中每个像素点做所述摩擦运动方向上的参考直线，以所述参考直线上所有的点作为对应像素点的疑似异色牢度点；根据所述疑似异色牢度点的第二位
置信息和像素值构建辅助曲线；以所述辅助曲线的导数大于预设第二阈值的点作为辅助点；以距离对应像素点两侧最近的所述辅助点作为关键点；所述关键点之间的所述辅助曲线作为第一关键曲线；根据所述第一关键曲线的长度、所述第一关键曲线上像素值的方差、所述第一关键曲线的对称性获得对应像素点的混合率；根据每个所述颜色区域中像素点的所述混合率、所述有效点的所述有效率和每个像素点的像素值获得所述颜色区域的可信度；获得每个颜色区域的初始色牢度；根据所述可信度对所述初始色牢度进行调整，获得整体色牢度。
[0006]进一步地，所述根据像素值将所述参考白布图像中的像素点分类，获得多个颜色区域包括：根据像素值利用均值漂移聚类算法对所述参考白布图像中的像素点分类，获得多个所述颜色区域。
[0007]进一步地，所述获取每个所述边缘像素点的纹理走向包括：获取每个所述边缘像素点的海森矩阵；根据所述海森矩阵最小特征值对应的特征向量作为所述纹理走向。
[0008]进一步地，所述根据第一位置信息对与所述边缘像素点像素值相同的对应所述方向像素点进行分类，以距离所述边缘像素点最近的类别作为其相邻点集包括：以所述方向像素点指向对应所述边缘像素点的向量作为第一指向向量；以所述第一指向向量与所述纹理走向的内积作为所述第一位置信息；以所述第一位置信息为横轴，所述方向像素点的像素值为纵轴构建第一衡量曲线；将所述第一衡量曲线的纵坐标减去对应的所述边缘像素点的像素值，获得第二衡量曲线；获得所述第二衡量曲线与横轴的交点；根据所述交点之间的距离利用密度聚类算法进行分类，获得多个聚类簇，以包含所述第二衡量曲线原点的所述聚类簇作为所述相邻点集。
[0009]进一步地，所述根据所述相邻点集内元素的数量和元素间距离的方差获得对应所述边缘像素点的有效率包括：根据有效率公式获得所述有效率；所述有效率公式包括：其中，为所述有效率，为所述相邻点集内元素的数量，为所述相邻点集内元素间距离的方差，为所述参考白布图像的长，为所述参考白布图像的宽。
[0010]进一步地，所述以距离对应像素点两侧最近的所述辅助点作为关键点包括：以所述疑似异色牢度点指向对应像素点的向量作为第二指向向量，以所述第二指向向量与所述摩擦运动方向的内积作为所述第二位置信息；根据所述辅助点横坐标的正负值将所述辅助点分为正辅助点和负辅助点；以所述正辅助点和所述负辅助点中绝对值最小的点作为两个所述关键点。
[0011]进一步地，所述根据所述第一关键曲线的长度、所述第一关键曲线上像素值的方差、所述第一关键曲线的对称性获得对应像素点的混合率包括：
将所述第一关键曲线的纵坐标减去对应像素点的像素值，获得第二关键曲线；根据所述第二关键曲线中纵坐标的绝对值构建第三关键曲线；根据混合率计算公式获得所述混合率；所述混合率计算公式包括：其中，为所述混合率，为所述第一关键曲线上像素值的方差，为所述关键曲线的长度，为所述第三关键曲线上横坐标为的点对应的像素值，为所述第三关键曲线上横坐标为的点对应的像素值。
[0012]进一步地，所述根据每个所述颜色区域中像素点的所述混合率、对应边缘像素点的所述有效率和每个像素点的像素值获得所述颜色区域的可信度包括：根据可信度公式获得每个所述颜色区域的所述可信度；所述可信度公式包括：其中，为所述可信度，为所述颜色区域的所述边缘像素点的数量，为第个所述边缘像素点的所述有效率，为所述颜色区域中的像素点数量，为第个像素点的像素值，为所述颜色区域内的平均像素值，为第个像素点的所述混合率。
[0013]进一步地，所述根据所述可信度对所述初始色牢度进行调整，获得整体色牢度包括：根据整体色牢度公式获得所述整体色牢度；所述整体色牢度公式包括：其中，为所述整体色牢度，为所述颜色区域的数量，为第个所述颜色区域的所述初始色牢度，为第个所述颜色区域的所述可信度。
[0014]本专利技术还提出了一种基于图像处理的纺织品色牢度检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项所述一种基于图像处理的纺织品色牢度检测方法的步骤。
[0015]本专利技术具有如下有益效果：1.本专利技术实施例根据像素点像素值的相似特征确定参考白布的摩擦运动方向。根据每个像素点在摩擦运动方向上的疑似异色牢度点的的像素值方差和像素值相似信息判断每个像素点的混合率。通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的纺织品色牢度检测方法，其特征在于，所述方法包括：获得摩擦处理后的参考白布图像；根据像素值将所述参考白布图像中的像素点分类，获得多个颜色区域；获取每个所述颜色区域的边缘像素点；获取每个所述边缘像素点的纹理走向；以所述边缘像素点在所述纹理走向方向上的所有像素点作为方向像素点；根据第一位置信息对与所述边缘像素点像素值相同的对应所述方向像素点进行分类，以距离所述边缘像素点最近的类别作为其相邻点集；根据所述相邻点集内元素的数量和元素间距离的方差获得对应所述边缘像素点的有效率；以有效率大于预设第一阈值的所述边缘像素点作为有效点；将所述有效点的所述纹理走向相加获得摩擦运动方向；过所述参考白布图像中每个像素点做所述摩擦运动方向上的参考直线，以所述参考直线上所有的点作为对应像素点的疑似异色牢度点；根据所述疑似异色牢度点的第二位置信息和像素值构建辅助曲线；以所述辅助曲线的导数大于预设第二阈值的点作为辅助点；以距离对应像素点两侧最近的所述辅助点作为关键点；所述关键点之间的所述辅助曲线作为第一关键曲线；根据所述第一关键曲线的长度、所述第一关键曲线上像素值的方差、所述第一关键曲线的对称性获得对应像素点的混合率；根据每个所述颜色区域中像素点的所述混合率、所述有效点的所述有效率和每个像素点的像素值获得所述颜色区域的可信度；获得每个颜色区域的初始色牢度；根据所述可信度对所述初始色牢度进行调整，获得整体色牢度。2.根据权利要求1所述的一种基于图像处理的纺织品色牢度检测方法，其特征在于，所述根据像素值将所述参考白布图像中的像素点分类，获得多个颜色区域包括：根据像素值利用均值漂移聚类算法对所述参考白布图像中的像素点分类，获得多个所述颜色区域。3.根据权利要求1所述的一种基于图像处理的纺织品色牢度检测方法，其特征在于，所述获取每个所述边缘像素点的纹理走向包括：获取每个所述边缘像素点的海森矩阵；根据所述海森矩阵最小特征值对应的特征向量作为所述纹理走向。4.根据权利要求1所述的一种基于图像处理的纺织品色牢度检测方法，其特征在于，所述根据第一位置信息对与所述边缘像素点像素值相同的对应所述方向像素点进行分类，以距离所述边缘像素点最近的类别作为其相邻点集包括：以所述方向像素点指向对应所述边缘像素点的向量作为第一指向向量；以所述第一指向向量与所述纹理走向的内积作为所述第一位置信息；以所述第一位置信息为横轴，所述方向像素点的像素值为纵轴构建第一衡量曲线；将所述第一衡量曲线的纵坐标减去对应的所述边缘像素点的像素值，获得第二衡量曲线；获得所述第二衡量曲线与横轴的交点；根据所述交点之间的距离利用密度聚类算法进行分类，获得多个聚类簇，以包含所述第二衡量曲线原点的所述聚类簇作为所述相邻点集。5...

【专利技术属性】
技术研发人员：范春燕，
申请(专利权)人：启东新朋莱纺织科技有限公司，
类型：发明
国别省市：