基于计算机视觉的布匹表面缺陷检测方法及系统技术方案

本发明专利技术涉及图像处理领域，具体涉及基于计算机视觉的布匹表面缺陷检测方法及系统，包括：获取纯色布匹表面灰度图；构建灰度矩阵和灰度共生矩阵；获取灰度共生矩阵中的数值集中区域；获取灰度共生矩阵中最大的数值集中区域和其他数值集中区域；利用其他数值集中区域中各元素和原点的连线与X轴的夹角得到其他数值集中区域的数值集中方向；利用其他数值集中区域中数值集中方向上距离原点最远的元素与原点的距离获取其他数值集中区域的数值聚合程度；利用其他数值集中区域的数值集中方向和数值聚合程度得到其他数值集中区域的数值变化趋势值，利用该数值变化趋势值对纯色布匹进行缺陷检测。上述方法用于纯色布匹缺陷检测，可提高检测效率。提高检测效率。提高检测效率。

【技术实现步骤摘要】
基于计算机视觉的布匹表面缺陷检测方法及系统


[0001]本专利技术涉及图像处理领域，具体涉及基于计算机视觉的布匹表面缺陷检测方法及系统。

技术介绍

[0002]纯色布匹广泛应用于生活的方方面面。在纯色布匹的生产过程中，由于操作不当等因素容易使纯色布匹表面出现瑕疵，影响纯色布匹的使用寿命和效果。因此，对纯色布匹进行缺陷检测是很必要的。
[0003]目前常用的纯色布匹缺陷检测方法为人工检测，通过人工肉眼识别的方法对生产后的纯色布匹进行检测。
[0004]但是，人工检测过程中，其检测精度受到人检测技能的影响，缺乏一种统一的标准。而且进行重复性劳动的过程中，随着劳动时间的不断增加，验布工人的疲劳程度也会不断增加，导致其注意力会越来越难集中，因此其检测精度也会随之下降。而且人工检测的速度较低。因此，亟需一种方法用于提高纯色布匹表面缺陷检测的速度和精度。

技术实现思路

[0005]本专利技术提供一种基于计算机视觉的布匹表面缺陷检测方法及系统，用于解决现有技术存在的布匹表面缺陷检测速度低和精度低的问题。
[0006]本专利技术提供一种基于计算机视觉的布匹表面缺陷检测方法及系统，包括：获取纯色布匹表面灰度图；构建灰度矩阵和灰度共生矩阵；获取灰度共生矩阵中的数值集中区域；获取灰度共生矩阵中最大的数值集中区域和其他数值集中区域；利用其他数值集中区域中各元素和原点的连线与X轴的夹角得到其他数值集中区域的数值集中方向；利用其他数值集中区域中数值集中方向上距离原点最远的元素与原点的距离获取其他数值集中区域的数值聚合程度；利用其他数值集中区域的数值集中方向和数值聚合程度得到其他数值集中区域的数值变化趋势值，利用该数值变化趋势值对纯色布匹进行缺陷检测，相比于现有技术，本专利技术结合计算机视觉和图像处理，根据纯色布匹表面的纹理特性，计算像素矩阵对应的共生矩阵中集中区域的数值的变化方向相关性和距离相关性，获得纯色布匹表面的顺滑度，从而检测纯色布匹表面的缺陷，有效提高缺陷检测的速度和精度。
[0007]为达到上述目的，本专利技术采用如下技术方案，一种基于计算机视觉的布匹表面缺陷检测方法，包括：获取待检测的纯色布匹表面灰度图；利用灰度图中所有像素点的灰度值和位置构建灰度矩阵；利用灰度矩阵中所有灰度值构建灰度共生矩阵；利用灰度共生矩阵中的元素值及其八邻域内元素值的均值获取灰度共生矩阵中的数值集中区域；根据各个数值集中区域中的元素值之和获取灰度共生矩阵中最大的数值集中区
域和其他数值集中区域；利用其他数值集中区域中各元素和原点的连线与X轴的夹角计算得到其他数值集中区域的数值集中方向；利用其他数值集中区域中数值集中方向上距离原点最远的元素与原点的距离获取其他数值集中区域的数值聚合程度；利用其他数值集中区域的数值集中方向和数值聚合程度计算得到其他数值集中区域的数值变化趋势值；利用其他数值集中区域的数值变化趋势值对待检测的纯色布匹表面是否存在缺陷进行检测。
[0008]所述一种基于计算机视觉的布匹表面缺陷检测方法，所述灰度共生矩阵中的数值集中区域是按照如下方式获取：选取灰度共生矩阵中元素值最大的元素为起始点，获取该起始点的八邻域元素；计算起始点的八邻域元素值的均值及均值方差；根据起始点的八邻域元素值的均值方差设置均值相近范围，对起始点的八邻域元素进行判断：当起始点的八邻域元素值处于均值相近范围内，则将该起始点的八邻域元素与起始点划分为一个集合；当起始点的八邻域元素值不处于均值相近范围内，则对该起始点的八邻域元素不进行处理，按照该步骤依次对起始点的八邻域元素进行划分，得到第一个集合；按照得到第一个集合的方式对集合中的所有元素的八邻域元素进行迭代判断，直到集合中的所有元素的八邻域元素不存在处于均值相近范围的元素，得到第一个数值集中区域和剩余元素；在剩余元素中选取元素值最大的元素为新的初始点，按照得到第一个数值集中区域的方式获取第二个数值集中区域，依此类推，获取灰度共生矩阵中的所有数值集中区域。
[0009]所述一种基于计算机视觉的布匹表面缺陷检测方法，所述灰度共生矩阵中最大的数值集中区域和其他数值集中区域是按照如下方式获取：统计各个数值集中区域中的所有元素值之和，将元素值之和最大的数值集中区域作为灰度共生矩阵中最大的数值集中区域，其余数值集中区域作为灰度共生矩阵中的其他数值集中区域。
[0010]所述一种基于计算机视觉的布匹表面缺陷检测方法，所述其他数值集中区域的数值集中方向的表达式如下：式中，T表示其他数值集中区域的数值集中方向，表示其他数值集中区域中元素b和原点的连线与X轴的夹角，表示其他数值集中区域中元素的数量。
[0011]所述一种基于计算机视觉的布匹表面缺陷检测方法，所述其他数值集中区域的数值聚合程度的表达式如下：式中，d
’
表示其他数值集中区域的数值聚合程度，（）为其他数值集中区域中
原点的坐标，（）为其他数值集中区域中数值集中方向上距离原点最远的元素的坐标。
[0012]所述一种基于计算机视觉的布匹表面缺陷检测方法，所述其他数值集中区域的数值变化趋势值的表达式如下：式中，表示其他数值集中区域的数值变化趋势值，T表示其他数值集中区域的数值集中方向，d
’
表示其他数值集中区域的数值聚合程度。
[0013]所述一种基于计算机视觉的布匹表面缺陷检测方法，所述对待检测的纯色布匹表面是否存在缺陷进行检测的过程具体如下：设置阈值，对其他数值集中区域的数值变化趋势值进行判断：当存在其他数值集中区域的数值变化趋势值大于阈值时，则判定待检测的纯色布匹表面存在缺陷。
[0014]所述一种基于计算机视觉的布匹表面缺陷检测方法，所述待检测的纯色布匹表面灰度图是按照如下方式获取：采集待检测的纯色布匹表面图像；对布匹表面图像进行倾斜矫正处理，获取矫正处理后的布匹表面图像；对矫正处理后的布匹表面图像进行灰度化处理，获取待检测的纯色布匹表面灰度图。
[0015]本专利技术还提供了一种基于计算机视觉的布匹表面缺陷检测系统，包括采集单元、处理单元、计算单元和检测单元：所述采集单元，利用设置在布匹正上方的工业相机对待检测纯色布匹的表面图像进行采集；所述处理单元，计算机对采集单元采集到的图像进行处理，获取待检测纯色布匹的灰度共生矩阵及灰度共生矩阵中的数值集中区域，进而根据数值集中区域的元素值之和获取灰度共生矩阵中的最大数值集中区域和其他数值集中区域；所述计算单元，计算机根据处理单元获取的其他数值集中区域的元素特征计算得到其他数值集中区域的数值集中方向和数值聚合程度，进而计算得到其他数值集中区域的数值变化趋势值；所述检测单元，计算机根据计算单元得到的其他数值集中区域的数值变化趋势值对待检测的纯色布匹表面是否存在缺陷进行检测。
[0016]本专利技术的有益效果在于：本专利技术结合计算机视觉和图像处理，根据纯色布匹表面的纹理特性，计算像素矩阵对应的共生矩阵中集中区域的数值的变化方向相关性和距离相关性，获得纯色布匹表面的顺滑度，从而检测纯色布匹表面的缺陷，有效提高缺陷检测的速度和精度。
附本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的布匹表面缺陷检测方法，其特征在于，包括：获取待检测的纯色布匹表面灰度图；利用灰度图中所有像素点的灰度值和位置构建灰度矩阵；利用灰度矩阵中所有灰度值构建灰度共生矩阵；利用灰度共生矩阵中的元素值及其八邻域内元素值的均值获取灰度共生矩阵中的数值集中区域；所述灰度共生矩阵中的数值集中区域是按照如下方式获取：选取灰度共生矩阵中元素值最大的元素为起始点，获取该起始点的八邻域元素；计算起始点的八邻域元素值的均值及均值方差；根据起始点的八邻域元素值的均值方差设置均值相近范围，对起始点的八邻域元素进行判断：当起始点的八邻域元素值处于均值相近范围内，则将该起始点的八邻域元素与起始点划分为一个集合；当起始点的八邻域元素值不处于均值相近范围内，则对该起始点的八邻域元素不进行处理，按照该步骤依次对起始点的八邻域元素进行划分，得到第一个集合；按照得到第一个集合的方式对集合中的所有元素的八邻域元素进行迭代判断，直到集合中的所有元素的八邻域元素不存在处于均值相近范围的元素，得到第一个数值集中区域和剩余元素；在剩余元素中选取元素值最大的元素为新的初始点，按照得到第一个数值集中区域的方式获取第二个数值集中区域，依此类推，获取灰度共生矩阵中的所有数值集中区域；根据各个数值集中区域中的元素值之和获取灰度共生矩阵中最大的数值集中区域和其他数值集中区域；利用其他数值集中区域中各元素和原点的连线与X轴的夹角计算得到其他数值集中区域的数值集中方向；利用其他数值集中区域中数值集中方向上距离原点最远的元素与原点的距离获取其他数值集中区域的数值聚合程度；利用其他数值集中区域的数值集中方向和数值聚合程度计算得到其他数值集中区域的数值变化趋势值；利用其他数值集中区域的数值变化趋势值对待检测的纯色布匹表面是否存在缺陷进行检测。2.根据权利要求1所述的一种基于计算机视觉的布匹表面缺陷检测方法，其特征在于，所述灰度共生矩阵中最大的数值集中区域和其他数值集中区域是按照如下方式获取：统计各个数值集中区域中的所有元素值之和，将元素值之和最大的数值集中区域作为灰度共生矩阵中最大的数值集中区域，其余数值集中区域作为灰度共生矩阵中的其他数值集中区域。3.根据权利要求1所述的一种基于计算机视觉的布匹表面缺陷检测方法，其特征在于，所述其他数值集中区域的数值集中方向的表达式如下：式中，T表示其他数值集中...

【专利技术属性】
技术研发人员：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：