一种基于图像识别的纺织面料质量评估方法及系统技术方案

本发明专利技术涉及图像识别技术领域，具体涉及一种基于图像识别的纺织面料质量评估方法及系统。该方法是一种图像识别方法，具体为：根据第一曲线和第二曲线，得到纺织面料目标图像对应的各异常窗口中各异常像素点的位置；根据各异常像素点的位置，得到纺织面料目标图像对应的各异常区域；根据各异常区域中各异常像素点的坐标，得到各异常区域对应的特征值；根据特征值，得到各异常区域对应的质量评分；根据质量评分，得到纺织面料目标图像对应的纺织面料的质量等级。该系统是一种应用于生产领域的人工智能系统；本发明专利技术是基于计算机视觉的方法，能较准确的得到纺织面料上各疵点区域的形状特性，进而能较准确得到纺织面料的质量等级。进而能较准确得到纺织面料的质量等级。进而能较准确得到纺织面料的质量等级。

【技术实现步骤摘要】
一种基于图像识别的纺织面料质量评估方法及系统


[0001]本专利技术涉及图像识别
，具体涉及一种基于图像识别的纺织面料质量评估方法及系统。

技术介绍

[0002]生产过程中，质量评估或者质量检测纺织面料生产过程中一个重要的环节，而织物疵点检测是纺织面料质量评估中最主要的一个环节，纺织面料的疵点种类繁多，如断经、断纬、破洞、油污等，而纺织面料上的疵点会严重影响纺织面料在后续的投入使用，因此织物疵点检测意义重大。
[0003]现有的纺织面料疵点检测方法一般基于大津阈值算法对纺织面料图像进行分割，得到纺织面料上的疵点区域，但是这种方法会受到光线的影响，光线会影响纺织面料图像上的纹理信息，导致得到的织物上的疵点区域存在误差，进而在基于织物上的疵点区域对织物质量进行评估时也会存在误差。

技术实现思路

[0004]本专利技术提供一种基于图像识别的纺织面料质量评估方法及系统，用于解决现有不能准确对纺织面料质量进行评估的问题，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基于图像识别的纺织面料质量评估方法及系统包括以下步骤：获取纺织面料目标图像；根据所述纺织面料目标图像上各像素点的灰度值，得到纺织面料目标图像对应的滑窗尺寸；将所述滑窗以预设滑动步长在所述纺织面料目标图像上进行滑动，得到纺织面料目标图像上各滑窗窗口对应的区域；根据所述各滑窗窗口对应区域内的各像素点灰度值，得到纺织面料目标图像上各滑窗窗口对应的灰度均值和灰度方差；根据所述各滑窗窗口对应的灰度均值，得到纺织面料目标图像对应的第一曲线；根据所述各滑窗窗口对应的灰度方差，得到纺织面料目标图像对应的第二曲线；根据所述第一曲线和第二曲线，得到纺织面料目标图像对应的各异常窗口中各异常像素点的位置；根据所述各异常像素点的位置，得到纺织面料目标图像对应的各异常区域；根据所述各异常区域中各异常像素点的坐标，得到各异常区域对应的特征值；根据所述特征值，得到各异常区域对应的质量评分；根据所述质量评分，得到纺织面料对应的质量等级。
[0005]本专利技术还提供了一种基于图像识别的纺织面料质量评估系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述一种基于图像识别的纺织面料质量评估方法。
[0006]有益效果：本专利技术将各滑窗窗口对应区域内的各像素点灰度值作为得到纺织面料目标图像对应的第一曲线和第二曲线的依据；将第一曲线和第二曲线作为得到纺织面料目标图像对应的各异常窗口中各异常像素点位置的依据；将各异常窗口中各异常像素点位置作为得到纺织面料目标图像对应的各异常区域的依据；将各异常区域中各异常像素点的坐标作为得到各异常区域对应的特征值的依据；将各异常区域对应的特征值作为得到各异常区域对应的质量评分的依据；将各异常区域对应的质量评分作为得到纺织面料目标图像对应的纺织面料的质量等级的依据。本专利技术中的方法是一种基于图像识别的方法，该系统是一种应用于生产领域的人工智能系统；本专利技术是基于计算机视觉的方法，能较准确的得到纺织面料上各疵点区域的形状特性和各疵点区域的质量评分，进而能较准确得到纺织面料的质量等级。
[0007]优选的，根据所述纺织面料目标图像上各像素点的灰度值，得到纺织面料目标图像对应的滑窗尺寸的方法，包括：计算所述纺织面料目标图像上各行对应的灰度均值；以所述纺织面料目标图像上的行数为横坐标，以所述各行对应的灰度均值为纵坐标，构建得到纺织面料目标图像对应的行
‑
灰度均值曲线；获得行
‑
灰度均值曲线上最大灰度均值对应的各横坐标值，将行
‑
灰度均值曲线上最大灰度均值对应的各横坐标值记为行
‑
灰度均值曲线对应各第一横坐标值；根据所述各第一横坐标值，得到纺织面料目标图像对应的水平方向的纹理周期；计算纺织面料目标图像上各列对应的灰度均值；以所述纺织面料目标图像上的列数为横坐标，以所述各列对应的灰度均值为纵坐标，构建得到纺织面料目标图像对应的列
‑
灰度均值曲线；获得列
‑
灰度均值曲线上最大灰度均值对应的各横坐标值，将列
‑
灰度均值曲线上最大灰度均值对应的各横坐标值记为列
‑
灰度均值曲线对应各第二横坐标值；根据所述各第二横坐标值，得到纺织面料目标图像对应的竖直方向的纹理周期；将所述竖直方向的纹理周期记为滑窗的宽，将所述水平方向的纹理周期记为滑窗的长。
[0008]优选的，根据所述各第一横坐标值，得到纺织面料目标图像对应的水平方向的纹理周期的方法，包括：根据所述各第一横坐标值，构建得到行
‑
灰度均值曲线对应第一横坐标值序列；计算所述第一横坐标值序列中相邻两个第一横坐标值之间的差值，得到行
‑
灰度均值曲线对应差值序列；对行
‑
灰度均值曲线对应的差值序列的平均值进行取整，将取整之后的行
‑
灰度均值曲线对应的差值序列的平均值记为纺织面料目标图像对应的水平方向的纹理周期。
[0009]优选的，根据所述各滑窗窗口对应的灰度均值，得到纺织面料目标图像对应的第一曲线；根据所述各滑窗窗口对应的灰度方差，得到纺织面料目标图像对应的第二曲线，包括：以所述滑窗滑动的次数为横坐标，以每次滑动后的滑窗窗口对应的灰度均值为纵坐标，构建得到纺织面料目标图像对应的滑动次数
‑
窗口灰度均值曲线，将滑动次数
‑
窗口灰度均值曲线记为纺织面料目标图像对应的第一曲线；
以所述滑窗滑动的次数为横坐标，以每次滑动后的滑窗窗口对应的灰度方差为纵坐标，构建得到纺织面料目标图像对应的滑动次数
‑
窗口灰度方差曲线，将滑动次数
‑
窗口灰度方差曲线记为纺织面料目标图像对应的第二曲线。
[0010]优选的，根据所述第一曲线和第二曲线，得到纺织面料目标图像对应的各异常窗口中各异常像素点位置的方法，包括：获得所述第一曲线上先下降再上升的各线段，将所述第一曲线上先下降再上升的各线段对应的滑窗窗口记为异常窗口；将所述第一曲线上先下降再上升的各线段记为所述第一曲线上的各变化线段；获取所述各变化线段中的最小纵坐标值；根据所述各变化线段中的最小纵坐标值与预设第一阈值，得到第一曲线上各变化线段对应的目标阈值；根据所述各变化线段上各点的纵坐标值和所述目标阈值，得到各变化线段对应目标线段；根据所述目标线段上的各纵坐标值和所述目标线段上的横坐标的数量，得到所述第一曲线上各变化线段对应的目标灰度均值；获取滑窗窗口内没有异常像素点时的灰度均值，将滑窗窗口内没有异常像素点时的灰度均值记为正常灰度均值；根据所述正常灰度均值、所述目标灰度均值和所述各变化线段对应的各异常窗口的灰度均值，得到所述第一曲线上各变化线段对应的各异常窗口中异常像素点的占比；根据所述各异常窗口中异常像素点的占比以及滑窗的尺寸，得到第一曲线上各变化线段对应的各异常窗口中异常像素点的数量；根据所述第二曲线上的纵坐标值，得到各第一曲线上的各变化线段对应的标准灰度均值；判断所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的纺织面料质量评估方法，其特征在于，该方法包括如下步骤：获取纺织面料目标图像；根据所述纺织面料目标图像上各像素点的灰度值，得到纺织面料目标图像对应的滑窗尺寸；将所述滑窗以预设滑动步长在所述纺织面料目标图像上进行滑动，得到纺织面料目标图像上各滑窗窗口对应的区域；根据所述各滑窗窗口对应区域内的各像素点灰度值，得到纺织面料目标图像上各滑窗窗口对应的灰度均值和灰度方差；根据所述各滑窗窗口对应的灰度均值，得到纺织面料目标图像对应的第一曲线；根据所述各滑窗窗口对应的灰度方差，得到纺织面料目标图像对应的第二曲线；根据所述第一曲线和第二曲线，得到纺织面料目标图像对应的各异常窗口中各异常像素点的位置；根据所述各异常像素点的位置，得到纺织面料目标图像对应的各异常区域；根据所述各异常区域中各异常像素点的坐标，得到各异常区域对应的特征值；根据所述特征值，得到各异常区域对应的质量评分；根据所述质量评分，得到纺织面料目标图像对应的纺织面料的质量等级。2.如权利要求1所述的一种基于图像识别的纺织面料质量评估方法，其特征在于，所述根据所述纺织面料目标图像上各像素点的灰度值，得到纺织面料目标图像对应的滑窗尺寸的方法，包括：计算所述纺织面料目标图像上各行对应的灰度均值；以所述纺织面料目标图像上的行数为横坐标，以所述各行对应的灰度均值为纵坐标，构建得到纺织面料目标图像对应的行
‑
灰度均值曲线；获得行
‑
灰度均值曲线上最大灰度均值对应的各横坐标值，将行
‑
灰度均值曲线上最大灰度均值对应的各横坐标值记为行
‑
灰度均值曲线对应各第一横坐标值；根据所述各第一横坐标值，得到纺织面料目标图像对应的水平方向的纹理周期；计算纺织面料目标图像上各列对应的灰度均值；以所述纺织面料目标图像上的列数为横坐标，以所述各列对应的灰度均值为纵坐标，构建得到纺织面料目标图像对应的列
‑
灰度均值曲线；获得列
‑
灰度均值曲线上最大灰度均值对应的各横坐标值，将列
‑
灰度均值曲线上最大灰度均值对应的各横坐标值记为列
‑
灰度均值曲线对应各第二横坐标值；根据所述各第二横坐标值，得到纺织面料目标图像对应的竖直方向的纹理周期；将所述竖直方向的纹理周期记为滑窗的宽，将所述水平方向的纹理周期记为滑窗的长。3.如权利要求2所述的一种基于图像识别的纺织面料质量评估方法，其特征在于，所述根据所述各第一横坐标值，得到纺织面料目标图像对应的水平方向的纹理周期的方法，包括：根据所述各第一横坐标值，构建得到行
‑
灰度均值曲线对应第一横坐标值序列；计算所述第一横坐标值序列中相邻两个第一横坐标值之间的差值，得到行
‑
灰度均值曲线对应差值序列；对行
‑
灰度均值曲线对应的差值序列的平均值进行取整，将取整之后的行
‑
灰度均值曲
线对应的差值序列的平均值记为纺织面料目标图像对应的水平方向的纹理周期。4.如权利要求1所述的一种基于图像识别的纺织面料质量评估方法，其特征在于，所述根据所述各滑窗窗口对应的灰度均值，得到纺织面料目标图像对应的第一曲线；根据所述各滑窗窗口对应的灰度方差，得到纺织面料目标图像对应的第二曲线，包括：以所述滑窗滑动的次数为横坐标，以每次滑动后的滑窗窗口对应的灰度均值为纵坐标，构建得到纺织面料目标图像对应的滑动次数
‑
窗口灰度均值曲线，将滑动次数
‑
窗口灰度均值曲线记为纺织面料目标图像对应的第一曲线；以所述滑窗滑动的次数为横坐标，以每次滑动后的滑窗窗口对应的灰度方差为纵坐标，构建得到纺织面料目标图像对应的滑动次数

【专利技术属性】
技术研发人员：单守丰，
申请(专利权)人：南通好心情家用纺织品有限公司，
类型：发明
国别省市：