基于人工智能系统的针织布料断纱缺陷检测方法技术方案

本发明专利技术涉及测试缺陷的存在技术领域，具体涉及基于人工智能系统的针织布料断纱缺陷检测方法。该方法包括以下步骤：对针织布料进行图像采集；对采集到的针织图像进行分析，识别出针织布料图像所有的孔洞区域，并分析其中的正常孔洞与断纱缺陷引起的孔洞的不同特征判断出缺陷；对具有断纱缺陷而引起的异常孔洞的针织布料进行回收返工。本发明专利技术利用图像处理技术检测针织布料的断纱情况，能高效准确的检测出针织布料的缺陷同时节省了检测人员的时间与精力。与精力。与精力。

Detection method of broken yarn defects in knitted fabrics based on artificial intelligence system

【技术实现步骤摘要】
基于人工智能系统的针织布料断纱缺陷检测方法


[0001]本专利技术涉及测试缺陷的存在
，具体涉及基于人工智能系统的针织布料断纱缺陷检测方法。

技术介绍

[0002]在针织布料制作过程中，针织布料由每根纱线有规律的串套而成，其编结密度较小且用的纱一般只加少许捻度，故而针织布料的成品质地柔软舒适。针织布料纱线间空隙较大，受力时布料易变形伸展，使得布料伸长，消除外力之后又能恢复原形状，具有良好的弹性，其针织布料由纱线串套而成，所以针织布料的每处地方的纱线都需要保持完好，若出现纱线断裂，则会影响断裂部分的周围纱线失去串套联系，进而导致布料出现连续的不正常孔洞或者破洞等，严重影响了针织布料的性能。因此对针织布料的断纱情况进行检测是至关重要的步骤。现有对针织布料断纱缺陷的检测方法主要依靠人工检测，通过工人逐个区域检查看是否具有缺陷，此方法效率不仅低下且比较枯燥，很容易出现漏检以及没注意到缺陷的情况而导致瑕疵品过检导致不必要的售后，虽然也有不少机器检测断纱带来的缺陷，但是因断纱缺陷引起的孔洞与正常孔洞有许多相似的特征，易与针织布料本身的孔洞混淆，不易区分造成误判。

技术实现思路

[0003]为了解决现有依靠人工进行针织布料断纱缺陷检测时存在的检测效率较低的问题，本专利技术的目的在于提供一种基于人工智能系统的针织布料断纱缺陷检测方法。
[0004]本专利技术的一种基于人工智能系统的针织布料断纱缺陷检测方法，包括以下步骤：对针织布料进行图像采集；对采集到的针织图像进行分析，识别出针织布料图像所有的孔洞区域，并分析其中的正常孔洞与断纱缺陷引起的孔洞的不同特征判断出缺陷；对具有断纱缺陷而引起的异常孔洞的针织布料进行回收返工。
[0005]进一步的，所述对采集到的针织图像进行分析，识别出针织布料图像所有的孔洞区域，并分析其中的正常孔洞与断纱缺陷引起的孔洞的不同特征判断出缺陷，包括：将采集到的针织布料图像进行预处理；初步筛选出与正常针织孔洞具有明显差异的缺陷；通过每种类型孔洞的分布特征检测剩下的针织孔洞是否符合分布规律。
[0006]进一步的，所述将采集到的针织布料图像进行预处理，包括：首先对采集到的图像进行灰度化处理获得针织布料的灰度图像；通过灰度图像采取合适的阈值将图像进行二值化获得二值图像，将针织图像分为表面的纱线部分与纱线串套后留下的间隙部分，同时利用形态学开运算对二值图像进行处理，将空隙中可能存在纱线存在毛边的情况而形成的图像上的一些小突刺进行消除。
[0007]进一步的，所述初步筛选出与正常针织孔洞具有明显差异的缺陷，包括：
通过灰度图像计算出水平方向与竖直方向上的灰度梯度值，对于每一个像素点对应的数据记为，通过分析的数据判断出该像素点的类型以及是否处于边缘；由此获得了由组成的数据矩阵；为像素点的灰度值，为像素点的水平方向的梯度值，为像素点的竖直方向的梯度值；从二值图像中左上角开始自左而右，自上而下选取一个数据为白色像素点即灰度值为1的像素点，通过对应的梯度信息判断该点是否位于纱线的边缘位置来确定是否为需要选择的点，对于两个方向上的梯度信息不全为0的白色像素点，则该点就是需要寻找的像素点，通过遍历该点相邻的像素点存在同类型的像素点，再以相邻的同类型点为基础遍历另外的同类型点，对于每一个针织孔洞最终能够回到初始像素点；统计出每一个孔洞的数量以及对应的该类像素点的个数；以像素点个数为横坐标，对应像素点个数的孔洞数量为纵坐标，获得像素
‑
孔洞直方图；通过像素
‑
孔洞直方图的峰值情况可以判断出多少种不同类型的孔洞，获得不同类型的孔洞i所对应的峰值si；利用公式：式中为第j个孔洞对应的边缘像素点个数，si为第i种类型的孔洞的边缘像素点个数，为可允许的误差范围；对于全部的孔洞类型，若上述式中第j个孔洞与某种类型的孔洞满足此关系，则该孔洞就属于该类型。
[0008]进一步的，所述通过灰度图像计算出水平方向与竖直方向上的灰度梯度值，包括：设相机采集到的针织图像的尺寸为m*n，通过二值图像来计算梯度情况，对于水平方向上的梯度则有：式中，为坐标点为(x,y)的像素点的水平方向的梯度值，则为坐标点为(x,y)的像素点的灰度值；对于竖直方向上的梯度则有：式中，为坐标点为(x,y)的像素点的水平方向的梯度值。
[0009]进一步的，所述通过每种类型孔洞的分布特征检测剩下的针织孔洞是否符合分布规律，包括：通过像素
‑
孔洞直方图，统计出每一种类型孔洞的个数：n1、n2
…
nn，对于针织布料可以分割成若干个由固定数量的每种类型针织孔洞组成的小区域，计算出每一种类型的孔洞的最大公约数z，则每种类型的针织孔洞在小区域的个数为：
式中将计算的每个值都进行四舍五入取整，计算每种类型的针织孔洞与同类型之间的投影距离；利用距离公式：则其投影长度为：式中，为两孔洞中心点与水平方向上的夹角；通过计算每个针织孔洞与周围同类型针织孔洞的距离获取其特征值：式中，为i类型的针织孔洞，为i类型的该点与周围同类型针织孔洞的投影距离，ki为该点针织孔洞与周围ki个同类型的针织孔洞距离；计算出同一类针织孔洞的特征值，以孔洞类型为横坐标，特征值为纵坐标获得针织孔洞离群特征直方图；其中每一种类型的正常针织孔洞计算得到的特征值都处于一定的区域，而异常的孔洞特征值则表现为离群性，即不在正常的区域范围内；通过计算每一个针织孔洞对应的离群值来判断是否存在异常，将同种类的特征值进行从小到大排序：，利用公式：通过计算t的值来确定群落范围，对于聚集的数据，其t的值接近1，当，则认为满足上式的一些列处于一个群落，而不在此范围内的则为缺陷的数据或者与另一个群落分界点，因此将每种类型的孔洞分为若干区域，计算每个区域的离群特征值；式中，Qi为区域的离群特征值，a，b为该区域内的边界，由此获得同一类型针织孔洞的区域离群特征值Qi1,Qi2
…
Qim，分别计算同类型孔洞每一个数据与每个区域离群特征值的归属情况；式中，为第n个针织孔洞的对第m个区域的归属值，该值越小则就越属于该区域；获得针织孔洞最接近的归属区域：对于该孔洞的m个区域的数据中的最小值，判断有无缺
陷：若为异常，则该孔洞或其周围邻近孔洞存在断纱缺陷。
[0010]进一步的，利用相机固定于针织布料的正上方对针织布料进行图像采集。
[0011]有益效果：本专利技术利用图像处理技术检测针织布料中断纱引起的缺陷，断纱引起的缺陷对产品的质量及使用时有着严重的影响，通过识别出该类缺陷的布料将其进行回收返工，确保产品的合格率以保证客户的使用体验。本专利技术利用图像处理技术检测针织布料的断纱情况，能高效准确的检测出针织布料的缺陷同时节省了检测人员的时间与精力。
附图说明
[0012]图1是本专利技术的一种基于人工智能系统的针织布料断纱缺陷检测方法的流程图；图2是本专利技术的针织布料断纱缺陷导致的孔洞变化示意图。
具体实施方式
[0013]为使本专利技术实施例的目的、技术方案和优点更清楚，下面将结合本专利技术实施例中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能系统的针织布料断纱缺陷检测方法，其特征在于，包括以下步骤：对针织布料进行图像采集；对采集到的针织图像进行分析，识别出针织布料图像所有的孔洞区域，并分析其中的正常孔洞与断纱缺陷引起的孔洞的不同特征判断出缺陷；对具有断纱缺陷而引起的异常孔洞的针织布料进行回收返工。2.根据权利要求1所述的基于人工智能系统的针织布料断纱缺陷检测方法，其特征在于，所述对采集到的针织图像进行分析，识别出针织布料图像所有的孔洞区域，并分析其中的正常孔洞与断纱缺陷引起的孔洞的不同特征判断出缺陷，包括：将采集到的针织布料图像进行预处理；初步筛选出与正常针织孔洞具有明显差异的缺陷；通过每种类型孔洞的分布特征检测剩下的针织孔洞是否符合分布规律。3.根据权利要求2所述的基于人工智能系统的针织布料断纱缺陷检测方法，其特征在于，所述将采集到的针织布料图像进行预处理，包括：首先对采集到的图像进行灰度化处理获得针织布料的灰度图像；通过灰度图像采取合适的阈值将图像进行二值化获得二值图像，将针织图像分为表面的纱线部分与纱线串套后留下的间隙部分，同时利用形态学开运算对二值图像进行处理，将空隙中可能存在纱线存在毛边的情况而形成的图像上的一些小突刺进行消除。4.根据权利要求2所述的基于人工智能系统的针织布料断纱缺陷检测方法，其特征在于，所述初步筛选出与正常针织孔洞具有明显差异的缺陷，包括：通过灰度图像计算出水平方向与竖直方向上的灰度梯度值，对于每一个像素点对应的数据记为，通过分析的数据判断出该像素点的类型以及是否处于边缘；由此获得了由组成的数据矩阵；为像素点的灰度值，为像素点的水平方向的梯度值，为像素点的竖直方向的梯度值；从二值图像中左上角开始自左而右，自上而下选取一个数据为白色像素点即灰度值为1的像素点，通过对应的梯度信息判断该点是否位于纱线的边缘位置来确定是否为需要选择的点，对于两个方向上的梯度信息不全为0的白色像素点，则该点就是需要寻找的像素点，通过遍历该点相邻的像素点存在同类型的像素点，再以相邻的同类型点为基础遍历另外的同类型点，对于每一个针织孔洞最终能够回到初始像素点；统计出每一个孔洞的数量以及对应的该类像素点的个数；以像素点个数为横坐标，对应像素点个数的孔洞数量为纵坐标，获得像素
‑
孔洞直方图；通过像素
‑
孔洞直方图的峰值情况可以判断出多少种不同类型的孔洞，获得不同类型的孔洞i所对应的峰值si；利用公式：式中为第j个孔洞对应的边缘像素点个数，si为第i种类型的孔洞的边缘像素点个
数，为可允许的误差范围；对于全部的孔洞类型，若上述式中第j个孔洞与某种类型的孔洞满足此关系，则该孔洞就属于该类型...

【专利技术属性】
技术研发人员：秦伟，
申请(专利权)人：江苏宜臻纺织科技有限公司，
类型：发明
国别省市：