基于图像金字塔思想的布匹缺陷检测方法技术

本发明专利技术涉及布匹缺陷检测领域，具体涉及基于图像金字塔思想的布匹缺陷检测方法。方法包括：根据待检测布匹金字塔图像中的各下采样图像中各像素点的梯度方向和梯度幅值，得到各下采样图像中各区域的HOG特征；根据各下采样图像中各区域的HOG特征计算各类别纹理为缺陷纹理的概率；判断各类别纹理数量是否小于分割阈值且纹理为缺陷纹理的概率是否大于概率阈值，若是，则判定当前纹理为疑似缺陷纹理；若不是，则判定当前纹理为周期纹理；根据疑似缺陷纹理的位置，判断各疑似缺陷纹理序列对应的数量序列的差值序列中是否存在正数，若存在，根据缺陷纹理序列，判断缺陷纹理在待检测布匹图像中的位置。本发明专利技术提高了布匹缺陷检测的效率。本发明专利技术提高了布匹缺陷检测的效率。本发明专利技术提高了布匹缺陷检测的效率。

【技术实现步骤摘要】
基于图像金字塔思想的布匹缺陷检测方法


[0001]本专利技术涉及布匹缺陷检测领域，具体涉及基于图像金字塔思想的布匹缺陷检测方法。

技术介绍

[0002]随着纺织工业的快速发展，布匹的产量变得越来越大，给布匹缺陷检测带来了更大挑战。布匹表面会存在各种各样的缺陷，缺陷的存在会严重影响到产品质量的等级，从而影响企业的利益。因此为确保产品质量，布匹缺陷检测是非常重要的。
[0003]现有方法对布匹缺陷的检测往往是采用人工视觉离线检测等方法，但是待检测的布匹一般都是生产出来的未使用的新布匹，这种新布匹即使存在缺陷，缺陷区域面积也一般较小，为了保证检测结果的准确，人工需要仔细观察布匹才能够发现布匹上存在的缺陷，使得这种采用人工视觉离线检测的检测效率较低。

技术实现思路

[0004]为了解决现有方法检测布匹缺陷时存在效率较低的问题，本专利技术的目的在于提供一种基于图像金字塔思想的布匹缺陷检测方法，所采用的技术方案具体如下：本专利技术提供了一种基于图像金字塔思想的布匹缺陷检测方法,该方法包括以下步骤：获取待检测布匹图像，对待检测布匹图像进行下采样，得到待检测布匹的金字塔图像；根据待检测布匹金字塔图像中的各下采样图像中各像素点的梯度方向和梯度幅值，得到待检测布匹的各下采样图像中各区域的HOG特征；根据所述待检测布匹的各下采样图像中各区域的HOG特征，得到待检测布匹的各下采样图像中各区域对应的向量；根据所述待检测布匹的各下采样图像中各区域对应的向量，计算待检测布匹的各下采样图像中的各类别纹理为缺陷纹理的概率；判断各下采样图像中的各类别纹理数量是否小于分割阈值且纹理为缺陷纹理的概率是否大于概率阈值，若是，则判定当前纹理为疑似缺陷纹理；若不是，则判定当前纹理为周期纹理；根据待检测布匹的各下采样图像中疑似缺陷纹理的位置，计算各疑似缺陷纹理序列对应的数量序列的差值序列；判断所述差值序列中是否存在正数，若存在，则判定该序列为缺陷纹理序列，根据缺陷纹理序列，判断缺陷纹理在待检测布匹图像中的位置。
[0005]优选的，所述根据所述待检测布匹的各下采样图像中各区域的HOG特征，得到待检测布匹的各下采样图像中各区域对应的向量，包括：以设定角度为一个单元，将梯度方向划分为多个组，得到待检测布匹的各下采样图像中的各区域的方向梯度直方图；根据待检测布匹的各下采样图像中的各区域的方向梯度直方图，得到待检测布匹的各下采样图像中各区域对应的向量。
[0006]优选的，所述根据所述待检测布匹的各下采样图像中各区域对应的向量，计算待检测布匹的各下采样图像中的各类别纹理为缺陷纹理的概率，包括：计算待检测布匹的各下采样图像中任意两个区域对应的向量对应位置元素的比值，得到各比值序列；根据各比值序列与单位序列的余弦相似度，得到待检测布匹的各下采样图像中的任意两个区域HOG特征的相似性；将待检测布匹的各下采样图像中两个区域HOG特征的相似性大于设定阈值的区域的纹理归为同一类纹理，将待检测布匹的各下采样图像中两个区域HOG特征的相似性小于等于设定阈值的区域的纹理归为其它类别的纹理；根据待检测布匹中纹理类别的数量，计算待检测布匹的各下采样图像中的各类别纹理为缺陷纹理的概率。
[0007]优选的，采用如下公式计算待检测布匹的各下采样图像中的各类别纹理为缺陷纹理的概率：其中，为某类别的纹理为缺陷纹理的概率，为该类别的纹理数量归一化处理后的值，为自然常数。
[0008]优选的，所述根据待检测布匹的各下采样图像中疑似缺陷纹理的位置，计算各疑似缺陷纹理序列对应的数量序列的差值序列，包括：根据待检测布匹的各下采样图像中疑似缺陷纹理的位置，得到待检测布匹的各疑似缺陷纹理序列，所述疑似缺陷纹理序列中各元素为对应采样次数下对应位置的纹理；根据所述待检测布匹的各疑似缺陷纹理序列，得到各疑似缺陷纹理序列对应的数量序列，所述数量序列中各元素为对应纹理的相似纹理的数量；根据各疑似缺陷纹理序列对应的数量序列，得到各疑似缺陷纹理序列对应的数量序列的差值序列，所述差值序列中各元素为所述数量序列中对应位置的后一元素与前一元素的差值。
[0009]优选的，所述判断缺陷纹理在待检测布匹图像中的位置，包括：将各疑似缺陷纹理序列对应的数量序列的差值序列中正数对应的层数作为目标层数；将目标层数中较大的层数作为对应缺陷纹理的根节点，得到各缺陷纹理的树结构；根据所述缺陷纹理的树结构，得到缺陷纹理在待检测布匹图像中的位置。
[0010]优选的，所述对待检测布匹图像进行下采样，得到待检测布匹的金字塔图像，包括：将采集到的初始图像输入到目标语义分割网络中，得到初始图像对应的 0
‑
1掩膜图像；将所述初始图像对应的 0
‑
1掩膜图像与初始图像相乘，得到待检测布匹图像；利用均值采样的方法对待检测布匹图像进行金字塔下采样，得到待检测布匹的金字塔图像。
[0011]本专利技术具有如下有益效果：本专利技术对待检测布匹图像进行了下采样处理，得到待
检测布匹的金字塔图像，根据各下采样图像中各区域的HOG特征，判断各下采样图像中的各类别纹理是否为疑似缺陷纹理。本专利技术考虑到缺陷区域对应的相似性纹理会随着采样次数的增加，呈现先增加后减少的趋势，因此根据待检测布匹的各下采样图像中疑似缺陷纹理，计算各疑似缺陷纹理序列对应的数量序列的差值序列；判断差值序列中是否存在正数，若存在，说明当前疑似缺陷纹理为缺陷纹理，进而得到待检测布匹的缺陷位置。本专利技术无需再依赖人工对待检测织布匹进行缺陷检测，解决了现有依赖人工对待检测布匹进行缺陷检测存在的效率较低的问题。
附图说明
[0012]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。
[0013]图1为本专利技术的一种基于图像金字塔思想的布匹缺陷检测方法的流程图；图2为待检测布匹金字塔图像对应的部分树结构的示意图；图3为待检测布匹各下采样图像中部分缺陷位置的示意图。
具体实施方式
[0014]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基于图像金字塔思想的布匹缺陷检测方法进行详细说明如下。
[0015]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。
[0016]下面结合附图具体的说明本专利技术所提供的一种基于图像金字塔思想的布匹缺陷检测方法的具体方案。
[0017]基于图像金字塔思想的布匹缺陷检测方法实施例现有基于人工视觉检测的方法检测布匹缺陷时存在效率较低的问题。为了解决上述问题，本实施例提出了基于图像金字塔思想的布匹缺陷检测方法，如图1所示，本实施例的基于图像金字塔思想的布匹缺陷检测方法包括以下步骤：步骤S1，获取待检测布匹图像，对待检测布匹图像进行下采样，得到待检测布本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像金字塔思想的布匹缺陷检测方法，其特征在于，该方法包括以下步骤：获取待检测布匹图像，对待检测布匹图像进行下采样，得到待检测布匹的金字塔图像；根据待检测布匹金字塔图像中的各下采样图像中各像素点的梯度方向和梯度幅值，得到待检测布匹的各下采样图像中各区域的HOG特征；根据所述待检测布匹的各下采样图像中各区域的HOG特征，得到待检测布匹的各下采样图像中各区域对应的向量；根据所述待检测布匹的各下采样图像中各区域对应的向量，计算待检测布匹的各下采样图像中的各类别纹理为缺陷纹理的概率；判断各下采样图像中的各类别纹理数量是否小于分割阈值且纹理为缺陷纹理的概率是否大于概率阈值，若是，则判定当前纹理为疑似缺陷纹理；若不是，则判定当前纹理为周期纹理；根据待检测布匹的各下采样图像中疑似缺陷纹理的位置，计算各疑似缺陷纹理序列对应的数量序列的差值序列；判断所述差值序列中是否存在正数，若存在，则判定该序列为缺陷纹理序列，根据缺陷纹理序列，判断缺陷纹理在待检测布匹图像中的位置。2.根据权利要求1所述的一种基于图像金字塔思想的布匹缺陷检测方法，其特征在于，所述根据所述待检测布匹的各下采样图像中各区域的HOG特征，得到待检测布匹的各下采样图像中各区域对应的向量，包括：以设定角度为一个单元，将梯度方向划分为多个组，得到待检测布匹的各下采样图像中的各区域的方向梯度直方图；根据待检测布匹的各下采样图像中的各区域的方向梯度直方图，得到待检测布匹的各下采样图像中各区域对应的向量。3.根据权利要求1所述的一种基于图像金字塔思想的布匹缺陷检测方法，其特征在于，所述根据所述待检测布匹的各下采样图像中各区域对应的向量，计算待检测布匹的各下采样图像中的各类别纹理为缺陷纹理的概率，包括：计算待检测布匹的各下采样图像中任意两个区域对应的向量对应位置元素的比值，得到各比值序列；根据各比值序列与单位序列的余弦相似度，得到待检测布匹的各下采样图像中的任意两个区域HOG特征的相似性；将待检测布匹的各下采样图像中两个区域HOG特征的相似性大于设定阈值的区域的纹理归为同一类纹理，将待检测布匹的各下采样图像中两个区域HOG特征...

【专利技术属性】
技术研发人员：张祥玉，
申请(专利权)人：南通市昊逸阁纺织品有限公司，
类型：发明
国别省市：