一种纺织布料张力异常自动监测方法技术

本发明专利技术涉及纺织技术领域，具体涉及一种纺织布料张力异常自动监测方法，该方法包括：获取布料图像，对布料图像进行多尺度下采样；获取每张采样图像的灰度共生矩阵和灰度游程矩阵，根据灰度共生矩阵和灰度游程矩阵获取采样图像的综合监测指标；根据每张采样图像的综合监测指标进行纺织布料张力异常自动监测。本发明专利技术的监测结果不受其他布料缺陷的干扰，误检率低，保证了布料张力异常检测的准确性。该方法可应用于一般的控制或调节系统中或这种系统或单元的监视或测试装置中，具体地，可应用于生产领域人工智能系统、工业自动控制系统装置制造以及智能监测装置内。此外，该方法还可以用于计算机视觉软件等应用软件的开发。用于计算机视觉软件等应用软件的开发。用于计算机视觉软件等应用软件的开发。

【技术实现步骤摘要】
一种纺织布料张力异常自动监测方法


[0001]本专利技术涉及纺织领域，具体涉及一种纺织布料张力异常自动监测方法。

技术介绍

[0002]在纺织行业中，布料张力直接影响到布匹成品的质量，若布料的张力产生异常，其不仅本身可能产生布料表面质量缺陷，还会在后续的布匹后整理工序中引发卷布机故障，易产生布料缠卷以及成品布匹卷径不均的危害，严重影响企业的生产效率以及产品的质量。因此在布料的生产过程中，需要对布料的张力进行监测，防止上述情况的发生。
[0003]现有监测布料张力的方法大多利用布料张力检测机，此种办法虽可以准确的检测出布料的张力，但本质上属于直接测量力的大小，且为取样测量，无法全面的对整个生产线上的所有布料成品进行检测；这种方法虽然保证了检测的准确性，但忽略了检测的全面性。在布料产生张力异常时，其往往伴随着布料经、纬线的位置异常即发生布料表面经纬疏密不均现象的出现，则利用布料表面经纬线的位置异常，可间接确定布料是否发生张力异常，然而布料的其他缺陷也会导致经纬线的位置发生异常，然而现有的图像处理技术例如灰度共生矩阵方法仅仅能监测出经纬线的位置异常，导致张力异常监测结果被其他布料缺陷干扰，产生误检。

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纺织布料张力异常自动监测方法，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种纺织布料张力异常自动监测方法，该方法包括以下具体步骤：获取布料图像，对布料图像进行多尺度下采样；获取每张采样图像的灰度共生矩阵和灰度游程矩阵，根据灰度共生矩阵的熵特征值获取第一监测指标，基于灰度游程矩阵计算第二监测指标，第二监测指标表征各灰度等级连续出现像素的分布复杂程度，结合第一监测指标和第二监测指标获取采样图像的综合监测指标；根据每张采样图像的综合监测指标进行纺织布料张力异常自动监测。
[0005]进一步地，第一监测指标的获取具体为：对于每张采样图像，设置像素点对的间距参数和方向角度参数，获取若干个灰度共生矩阵；划分像素的灰度等级，进而得到像素点对的若干灰度等级二元组，基于像素灰度，根据各灰度等级二元组对应的像素点对的出现概率计算熵特征值；各个方向角度参数对应的熵特征值和的均值为第一监测指标。
[0006]进一步地，第二监测指标的获取具体为：对于每张采样图像，设置游走方向，获取若干个灰度游程矩阵；对于每个灰度游程矩阵，灰度等级和游走长度构成游程二元组，每个游程二元组对应的像素数量占比为概率，
按照熵的计算方式，计算结果为第二子监测指标；第二子监测指标的均值为第二监测指标。
[0007]进一步地，每个游程二元组对应的像素数量的获取具体为：游程二元组中的游走长度与游程二元组对应于灰度游程矩阵中的值的乘积为游程二元组对应的像素数量。
[0008]进一步地，根据各采样图像综合监测指标的和进行纺织布料张力异常自动监测。
[0009]进一步地，为采样图像的综合监测指标设置权重，采样图像尺寸越小，权重越小；根据各采样图像综合监测指标的加权和进行纺织布料张力异常自动监测。
[0010]本专利技术实施例至少具有如下有益效果：本专利技术基于灰度共生矩阵获取第一监测指标，基于灰度游程矩阵获取第二监测指标，再结合第一监测指标和第二监测指标获取采样图像的综合检测指标，基于综合检测指标进行纺织布料张力异常的自动监测；本专利技术的监测结果不受其他布料缺陷的干扰，误检率低，保证了布料张力异常检测的准确性，且提高了检测的全面性。基于上述优点，该方法可应用于一般的控制或调节系统中或这种系统或单元的监视或测试装置中，具体地，可应用于生产领域人工智能系统、工业自动控制系统装置制造以及智能监测装置内。此外，该方法还可以用于计算机视觉软件等应用软件的开发。
附图说明
[0011]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。
[0012]图1为本专利技术实施例的步骤流程图。
具体实施方式
[0013]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纺织布料张力异常自动监测方法，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。
[0014]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。
[0015]本专利技术实施例以下面的应用场景为例对本专利技术进行说明：在纺织布料张力监测中，现有自动化监测一般利用布料张力检测机进行抽检，而布料张力检测机很难设置在生产线上，无法对整批布进行全面监测。现有的图像处理技术在根据布料表面的经纬纱线位置异常进行张力异常的判断时又极易将布料表面的一些缺陷类型误判为张力异常。因此需要一种布料张力异常自动监测的方法来提高张力异常监测的效率以及全面性，同时还要保证监测的准确性。
[0016]基于上述原因，本专利技术提出一种纺织布料张力异常自动监测方法。
[0017]下面结合附图具体的说明本专利技术所提供的一种纺织布料张力异常自动监测方法的具体方案。
[0018]请参阅图1，其示出了本专利技术一个实施例提供的一种纺织布料张力异常自动监测方法的步骤流程图，该方法包括以下步骤：获取布料图像，对布料图像进行多尺度下采样；获取每张采样图像的灰度共生矩阵和灰度游程矩阵，根据灰度共生矩阵的熵特征值获取第一监测指标，基于灰度游程矩阵计算第二监测指标，第二监测指标表征各灰度等级连续出现像素的分布复杂程度，结合第一监测指标和第二监测指标获取采样图像的综合监测指标；根据每张采样图像的综合监测指标进行纺织布料张力异常自动监测。
[0019]下面对上述各个步骤进行具体描述：(1)获取布料图像，对布料图像进行多尺度下采样。
[0020]对布料表面进行图像采集，实施例中将获得的图像设置为长宽相等，并将其灰度化，得到布料图像，对布料图像进行多尺度金字塔采样，共进行次金子塔下采样，每次下采样后得到的采样图像记为，的取值范围为[0，]，值为0时，表示不进行下采样，也即采样图像为原图。
[0021](2)获取每张采样图像的灰度共生矩阵和灰度游程矩阵，根据灰度共生矩阵的熵特征值获取第一监测指标，基于灰度游程矩阵计算第二监测指标，第二监测指标表征各灰度等级连续出现像素的分布复杂程度，结合第一监测指标和第二监测指标获取采样图像的综合监测指标。
[0022]第一监测指标的获取具体为：对于每张采样图像，设置像素点对的间距参数和方向角度参数，获取若干个灰度共生矩阵；划分像素的灰度等级，进而得到像素点对的若干灰度等级二元组，基于像素灰度，根据各灰度等级二元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种纺织布料张力异常自动监测方法，其特征在于，该方法包括：获取布料图像，对布料图像进行多尺度下采样；获取每张采样图像的灰度共生矩阵和灰度游程矩阵，根据灰度共生矩阵的熵特征值获取第一监测指标，基于灰度游程矩阵计算第二监测指标，第二监测指标表征各灰度等级连续出现像素的分布复杂程度，结合第一监测指标和第二监测指标获取采样图像的综合监测指标；根据每张采样图像的综合监测指标进行纺织布料张力异常自动监测。2.如权利要求1所述的方法，其特征在于，第一监测指标的获取具体为：对于每张采样图像，设置像素点对的间距参数和方向角度参数，获取若干个灰度共生矩阵；划分像素的灰度等级，进而得到像素点对的若干灰度等级二元组，基于像素灰度，根据各灰度等级二元组对应的像素点对的出现概率计算熵特征值；各个方向角度参数对应的熵特征值和的均值为第一监测指标。3.如权利...

【专利技术属性】
技术研发人员：邓秋芳，
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：