本发明专利技术公开了一种基于机器视觉的布匹缺陷检测方法、装置及系统，涉及人工智能领域。主要包括：根据待检测布匹的表面图像的灰度图像中像素点的梯度方向获得像素点的隶属值；将行/列像素点的隶属值排列得到行/列隶属序列，并获得各行/列隶属序列对应的行/列步长序列；计算行/列隶属序列的排列熵，并根据行/列步长序列中所包含的值的方差获得行/列步长序列的波动程度值，以结合排列熵获得行/列的异常值；将各行/列的异常值进行排列并拟合得到行/列异常曲线；将相邻两波谷之间的曲线部分作为一个波，获得波的缺陷程度，并将缺陷程度大于预设第一阈值的波作为缺陷区间。设第一阈值的波作为缺陷区间。设第一阈值的波作为缺陷区间。
【技术实现步骤摘要】
基于机器视觉的布匹缺陷检测方法、装置及系统
[0001]本申请涉及人工智能领域，具体涉及一种基于机器视觉的布匹缺陷检测方法、装置及系统。
技术介绍
[0002]在纺织工业中，质量控制起着尤为重要的作用，尤其是布匹的缺陷检测。布匹中最常见的缺陷为疵点，疵点不仅会影响布匹美观，还会严重影响布匹的质量等级。由布匹原料到成品布匹，需经过纺纱、织造、印染等多道工序，在每道工序的加工中，机械故障或者人员操作疏忽，均可能导致产品外观上的缺陷。
[0003]现有技术中对于疵点的检验过程在验布机上进行，通过检测人员观察布面，参照验布的标准寻找出布匹中存在的疵点。另一种针对布匹中存在的疵点的检验方法主要包括：利用计算机视觉获取布匹中的规则纹理，以获得纹理基元并通过自相关函数确定纹理基元的大小，最后利用纹理基元与提前构建的基元模板之间的差来突出疵点信息，最终获得布匹中存在的疵点并对布匹进行缺陷检测。
[0004]专利技术人在实现本专利技术实施例的过程中，发现
技术介绍
中至少存在以下缺陷：人工验布是一种乏味而繁重的劳动，由于受到检测人员生理、心理和主观意愿等因素的影响以及劳动强度的限制，很难保证检测结果的高准确性和可靠性；基于基元模板的布匹的质量等级评价方法中，需要提前确定布匹的基元模板，而布匹的样式是多种多样的，因此需要针对不同布匹构建相应的模板，造成过程繁琐且不具有普适性。
技术实现思路
[0005]针对上述技术问题，本专利技术提供了一种基于机器视觉的布匹缺陷检测方法、装置及系统。避免了人为验布的不确定性，降低了人员劳动程度，同时无需针对不同样式的布匹提前分别构建相应的模板基元，使得缺陷检测过程具有更强的普适性。
[0006]第一方面，本文专利技术实施例提出了一种基于机器视觉的布匹缺陷检测方法，包括：
[0007]获得待检测布匹的表面图像的灰度图像，并获得所述灰度图像中像素点的梯度方向。
[0008]根据像素点的梯度方向与水平方向夹角的余弦值，获得像素点的类型以获得像素点的隶属值。
[0009]将同一行/列的像素点的所述隶属值进行排列，得到行/列隶属序列，并根据行/列隶属序列中隶属值连续重复出现的次数，分别获得各行/列隶属序列对应的行/列步长序列。
[0010]计算行/列隶属序列的排列熵，并根据行/列步长序列中所包含的值的方差获得行/列步长序列的波动程度值。
[0011]根据各行/列的行/列隶属序列的排列熵以及行/列步长序列的波动程度值，分别获得各行/ 列的异常值，并将各行/列的异常值进行/列排列并拟合得到行/列异常曲线。
[0012]将所述行/列异常曲线中相邻两波谷之间的曲线部分作为一个波，将与所有波的均值的差值作为波的缺陷程度，并将缺陷程度大于预设第一阈值的波作为缺陷区间。
[0013]在一个可行的实施例中，根据各行/列隶属序列的排列熵以及行/列步长序列的波动程度值，分别获得各行/列的异常值，包括：
[0014][0015]式中τ
i
表示第i行/列的异常值，ψ为归一化参数，N表示灰度图像中行/列数，H(m)
′
表示第i行/列隶属序列的排列熵，σ2表示第i行/列步长序列的波动程度值。
[0016]在一个可行的实施例中，所述行/列隶属序列的排列熵的计算过程包括：
[0017]对行/列隶属序列嵌入一个维度为m的灰度窗口与一个灰度延迟L。以灰度延迟L为步长，对行隶属序列进行重构，得到对应的多个子序列，则行/列隶属序列的排列熵包括：
[0018]其中，H(m)表示行/列隶属序列的排列熵。K表示子序列的总数量，p
j
表示第j个子序列在m！种全排列中的出现的概率，ln为自然对数。
[0019]在一个可行的实施例中，所述方法还包括：对排列熵进行归一化处理，处理过程包括：
[0020][0021]其中，H(m)
′
表示归一化后的排列熵。H(m)为归一化前的排列熵。m！为符号序列的总数量。
[0022]在一个可行的实施例中，根据像素点的梯度方向与水平方向夹角的余弦值，获得像素点的类型以获得像素点的隶属值，包括：
[0023]计算像素点的梯度方向与水平方向夹角的余弦值
[0024]式中，T表示像素点梯度方向与水平方向夹角的余弦值，v
p
表示水平方向的单位向量，v
q
表示像素点的梯度方向。
[0025]当T＝0时，像素点隶属于纬纱，其隶属值为0。当T＝1时，像素点隶属于经纱，其隶属值为1。当T∈(0,1)时，像素点隶属于纬纱与经纱间空隙处的像素点，其隶属值为2。
[0026]在一个可行的实施例中，获得待检测布匹的表面图像前，还包括：调节布匹的运动速度以及图像采集的频率，直至所采集到的相邻布匹表面图像之间不存在重叠。
[0027]在一个可行的实施例中，像素点的梯度方向的获得方法包括：
[0028]利用Sobel算子获得像素点的水平梯度及竖直梯度，像素点的梯度方向为其中g表示梯度幅值，g
x
表示像素点的水平梯度，g
y
表示像素点的竖直梯度。
[0029]在一个可行的实施例中，所述方法还包括：
[0030]将所有缺陷区间的缺陷程度的均值作为缺陷影响程度，当所述缺陷影响程度小于预设第二阈值时，待检测布匹为合格品，否则，待检测布匹为不合格品。
[0031]第二方面，本专利技术实施例提出了一种基于机器视觉的布匹缺陷检测装置，包括：
[0032]图像获取模块，获得待检测布匹的表面图像的灰度图像。
[0033]第一计算模块，用于获得所述灰度图像中像素点的梯度方向。
[0034]第二计算模块，根据像素点的梯度方向与水平方向夹角的余弦值，获得像素点的类型以获得像素点的隶属值。
[0035]第三计算模块，将同一行/列的像素点的所述隶属值进行排列，得到行/列隶属序列，并根据行/列隶属序列中隶属值连续重复出现的次数，分别获得各行/列隶属序列对应的行/列步长序列。
[0036]第四计算模块，用于计算行/列隶属序列的排列熵，并根据行/列步长序列中所包含的值的方差获得行/列步长序列的波动程度值。
[0037]异常曲线拟合模块，用于根据各行/列的行/列隶属序列的排列熵以及行/列步长序列的波动程度值，分别获得各行/列的异常值，并将各行/列的异常值进行/列排列并拟合得到行/列异常曲线。
[0038]缺陷区间获取模块，用于将所述行/列异常曲线中相邻两波谷之间的曲线部分作为一个波，将与所有波的均值的差值作为波的缺陷程度，并将缺陷程度大于预设第一阈值的波作为缺陷区间。
[0039]第三方面，本专利技术实施例提出了一种基于机器视觉的布匹缺陷检测系统，包括：存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现本专利技术实施例中基于机器视觉的布匹缺陷检测方法。
[0040]本专利技术实施例提供了一种基于机器视觉的布本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的布匹缺陷检测方法，其特征在于，包括：获得待检测布匹的表面图像的灰度图像，并获得所述灰度图像中像素点的梯度方向；根据像素点的梯度方向与水平方向夹角的余弦值，获得像素点的类型以获得像素点的隶属值；将同一行/列的像素点的所述隶属值进行排列，得到行/列隶属序列，并根据行/列隶属序列中隶属值连续重复出现的次数，分别获得各行/列隶属序列对应的行/列步长序列；计算行/列隶属序列的排列熵，并根据行/列步长序列中所包含的值的方差获得行/列步长序列的波动程度值；根据各行/列的行/列隶属序列的排列熵以及行/列步长序列的波动程度值，分别获得各行/列的异常值，并将各行/列的异常值进行/列排列并拟合得到行/列异常曲线；将所述行/列异常曲线中相邻两波谷之间的曲线部分作为一个波，将与所有波的均值的差值作为波的缺陷程度，并将缺陷程度大于预设第一阈值的波作为缺陷区间。2.根据权利要求1所述的基于机器视觉的布匹缺陷检测方法，其特征在于，根据各行/列隶属序列的排列熵以及行/列步长序列的波动程度值，分别获得各行/列的异常值，包括：式中τ
i
表示第i行/列的异常值，ψ为归一化参数，N表示灰度图像中行/列数，H(m)表示第i行/列隶属序列的排列熵，σ2表示第i行/列步长序列的波动程度值。3.根据权利要求1所述的基于机器视觉的布匹缺陷检测方法，其特征在于，所述行/列隶属序列的排列熵的计算过程包括：对行/列隶属序列嵌入一个维度为m的灰度窗口与一个灰度延迟L；以灰度延迟L为步长，对行隶属序列进行重构，得到对应的多个子序列，则行/列隶属序列的排列熵包括：其中，H(m)表示行/列隶属序列的排列熵；K表示子序列的总数量，p
j
表示第j个子序列在m！种全排列中的出现的概率，ln为自然对数。4.根据权利要求3所述的基于机器视觉的布匹缺陷检测方法，其特征在于，所述方法还包括：对排列熵进行归一化处理，处理过程包括：其中，H(m)
′
表示归一化后的排列熵；H(m)为归一化前的排列熵；m！为符号序列的总数量。5.根据权利要求1所述的基于机器视觉的布匹缺陷检测方法，其特征在于，根据像素点的梯度方向与水平方向夹角的余弦值，获得像素点的类型以获得像素点的隶属值，包括：计算像素点的梯度方向与水平方向夹角的余弦值式中，T表示像素点梯度方向与水平方向夹角的余弦值，v
p
表示水...
【专利技术属性】
技术研发人员：向双丽，钟胜良，
申请(专利权)人：南通东德纺织科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。