高耐磨纺织面料织造方法及其系统技术方案

本申请涉及智能检测领域，其具体地公开了一种高耐磨纺织面料织造方法及其系统，其通过采用基于深度学习的人工智能图像处理技术来对于经表面改性处理后的纺织面料的检测图像的纹理特征进行深层隐含特征挖掘，以此来进行纺织面料的耐磨性检测，这样，能够准确地对于经表面改性处理后的纺织面料的耐磨性进行质检，进而保证织造出的纺织面料的耐磨性能和织造质量。造质量。造质量。

【技术实现步骤摘要】
高耐磨纺织面料织造方法及其系统


[0001]本申请涉及智能检测领域，且更为具体地，涉及一种高耐磨纺织面料织造方法及其系统。

技术介绍

[0002]纺织面料抵抗与另一物体摩擦而磨损的性能称为耐磨性，纺织面料的耐磨性直接影响到其耐用性能，因此，提高纺织面料的耐磨性能成为人们的关注点之一。
[0003]现有技术中，提高纺织面料耐磨性能的主要方法为表面改性，纺织面料的表面改性是指利用物理或化学的方法改变纺织面料表面的外观形态等，从而赋予其表面新的性能。但是，在进行面料织造过程的表面改性工序中，不同批次的表面改性工序存在差异且不同批次的处理面料也存在差异，导致处理后的面料表面耐磨性会产生偏差，导致残次品的出现。
[0004]因此，期待一种高耐磨纺织面料织造方案，其能够对于面料在制造过程中的耐磨性进行质检，以保证织造出的纺织面料的耐磨性能和织造质量。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种高耐磨纺织面料织造方法及其系统，其通过采用基于深度学习的人工智能图像处理技术来对于经表面改性处理后的纺织面料的检测图像的纹理特征进行深层隐含特征挖掘，以此来进行纺织面料的耐磨性检测，这样，能够准确地对于经表面改性处理后的纺织面料的耐磨性进行质检，进而保证织造出的纺织面料的耐磨性能和织造质量。
[0006]根据本申请的一个方面，提供了一种高耐磨纺织面料织造方法，其包括：
[0007]获取经表面改性处理后的纺织面料的检测图像；
[0008]将所述经表面改性处理后的纺织面料的检测图像从RGB颜色空间转化为YCbCr颜色空间并抽取各个通道的LBP纹理特征直方图；
[0009]将所述各个通道的LBP纹理特征直方图沿着通道维度进行聚合以得到多通道LBP纹理特征直方图；
[0010]将所述多通道LBP纹理特征直方图通过多尺度特征提取器结构以得到检测特征向量；以及
[0011]将所述检测特征向量通过分类器以得到分类结果，所述分类结果用于表示经表面改性处理后的纺织面料的耐磨性是否满足预定要求。
[0012]在上述高耐磨纺织面料织造方法中，所述将所述多通道LBP纹理特征直方图通过多尺度特征提取器结构以得到检测特征向量，包括：将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第一分支以得到第一尺度检测特征向量；将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第二分支以得到第二尺度检测特征向量；将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第三分支以得到
第三尺度检测特征向量；以及，融合所述第一尺度检测特征向量、所述第二尺度检测特征向量和所述第三尺度检测特征向量以得到所述检测特征向量。
[0013]在上述高耐磨纺织面料织造方法中，所述第一分支、所述第二分支和所述第三分支分别包括由多个卷积块组成的原始特征编码器和与所述原始特征编码器级联的残差级联块编码器。
[0014]在上述高耐磨纺织面料织造方法中，所述将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第一分支以得到第一尺度检测特征向量，包括：使用所述第一分支的原始特征编码器和残差级联块编码器对所述多通道LBP纹理特征直方图进行基于具有第一尺寸的第一卷积核的深度卷积编码以得到第一尺度检测特征图；以及，对所述第一尺度检测特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到所述第一尺度检测特征向量。
[0015]在上述高耐磨纺织面料织造方法中，所述将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第二分支以得到第二尺度检测特征向量，包括：使用所述第二分支的原始特征编码器和残差级联块编码器对所述多通道LBP纹理特征直方图进行基于具有第二尺寸的第二卷积核的深度卷积编码以得到第二尺度检测特征图；以及，对所述第二尺度检测特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到所述第二尺度检测特征向量。
[0016]在上述高耐磨纺织面料织造方法中，所述将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第三分支以得到第三尺度检测特征向量，包括：使用所述第三分支的原始特征编码器和残差级联块编码器对所述多通道LBP纹理特征直方图进行基于具有第三尺寸的第三卷积核的深度卷积编码以得到第三尺度检测特征图；以及，对所述第三尺度检测特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到所述第三尺度检测特征向量。
[0017]在上述高耐磨纺织面料织造方法中，所述融合所述第一尺度检测特征向量、所述第二尺度检测特征向量和所述第三尺度检测特征向量以得到所述检测特征向量，包括：以如下公式融合所述第一尺度检测特征向量、所述第二尺度检测特征向量和所述第三尺度检测特征向量以得到所述检测特征向量；
[0018]其中，所述公式为：
[0019][0020]其中V1表示所述第一尺度检测特征向量，V2表示所述第二尺度检测特征向量，V3第三尺度检测特征向量，V表示所述检测特征向量，a1、a2和a3分别表示所述第一尺度检测特征向量、所述第二尺度检测特征向量和所述第三尺度检测特征向量的加权参数，表示按位置加和。
[0021]在上述高耐磨纺织面料织造方法中，还包括对所述多尺度特征提取器结构和所述分类器进行训练；其中，所述对所述多尺度特征提取器结构和所述分类器进行训练，包括：获取训练数据，所述训练数据包括经表面改性处理后的纺织面料的训练检测图像，以及，所述经表面改性处理后的纺织面料的耐磨性是否满足预定要求的真实值；将所述经表面改性处理后的纺织面料的训练检测图像从RGB颜色空间转化为YCbCr颜色空间并抽取各个通道
的训练LBP纹理特征直方图；将所述各个通道的训练LBP纹理特征直方图沿着通道维度进行聚合以得到训练多通道LBP纹理特征直方图；将所述训练多通道LBP纹理特征直方图通过所述多尺度特征提取器结构以得到第一尺度训练检测特征向量、第二尺度训练检测特征向量和第三尺度训练检测特征向量；融合所述第一尺度训练检测特征向量、所述第二尺度训练检测特征向量和所述第三尺度训练检测特征向量以得到训练检测特征向量；将所述训练检测特征向量通过所述分类器以得到分类损失函数值；计算所述训练检测特征向量的上下文统计的局部场景度量损失函数值，所述训练检测特征向量的上下文统计的局部场景度量损失函数值与所述第一尺度训练检测特征向量、所述第二尺度训练检测特征向量和所述第三尺度训练检测特征向量的上下文统计的局部场景度量损失函数值有关；以所述上下文统计的局部场景度量损失函数值和所述分类损失函数值的加权和作为损失函数值对所述多尺度特征提取器结构和所述分类器进行训练。
[0022]在上述高耐磨纺织面料织造方法中，所述计算所述训练检测特征向量的上下文统计的局部场景度量损失函数值，包括：以如下公式计算所述训练检测特征向量的所述上下文统计的局部场景度量损失函数值；
[0023]其中，所述公式为：
[0024][0025][0026][0027][0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高耐磨纺织面料织造方法，其特征在于，包括：获取经表面改性处理后的纺织面料的检测图像；将所述经表面改性处理后的纺织面料的检测图像从RGB颜色空间转化为YCbCr颜色空间并抽取各个通道的LBP纹理特征直方图；将所述各个通道的LBP纹理特征直方图沿着通道维度进行聚合以得到多通道LBP纹理特征直方图；将所述多通道LBP纹理特征直方图通过多尺度特征提取器结构以得到检测特征向量；以及将所述检测特征向量通过分类器以得到分类结果，所述分类结果用于表示经表面改性处理后的纺织面料的耐磨性是否满足预定要求。2.根据权利要求1所述的高耐磨纺织面料织造方法，其特征在于，所述将所述多通道LBP纹理特征直方图通过多尺度特征提取器结构以得到检测特征向量，包括：将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第一分支以得到第一尺度检测特征向量；将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第二分支以得到第二尺度检测特征向量；将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第三分支以得到第三尺度检测特征向量；以及融合所述第一尺度检测特征向量、所述第二尺度检测特征向量和所述第三尺度检测特征向量以得到所述检测特征向量。3.根据权利要求2所述的高耐磨纺织面料织造方法，其特征在于，所述第一分支、所述第二分支和所述第三分支分别包括由多个卷积块组成的原始特征编码器和与所述原始特征编码器级联的残差级联块编码器。4.根据权利要求3所述的高耐磨纺织面料织造方法，其特征在于，所述将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第一分支以得到第一尺度检测特征向量，包括：使用所述第一分支的原始特征编码器和残差级联块编码器对所述多通道LBP纹理特征直方图进行基于具有第一尺寸的第一卷积核的深度卷积编码以得到第一尺度检测特征图；以及对所述第一尺度检测特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到所述第一尺度检测特征向量。5.根据权利要求4所述的高耐磨纺织面料织造方法，其特征在于，所述将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第二分支以得到第二尺度检测特征向量，包括：使用所述第二分支的原始特征编码器和残差级联块编码器对所述多通道LBP纹理特征直方图进行基于具有第二尺寸的第二卷积核的深度卷积编码以得到第二尺度检测特征图；以及对所述第二尺度检测特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到所述第二尺度检测特征向量。
6.根据权利要求5所述的高耐磨纺织面料织造方法，其特征在于，所述将所述多通道LBP纹理特征直方图输入所述多尺度特征提取器结构的第三分支以得到第三尺度检测特征向量，包括：使用所述第三分支的原始特征编码器和残差级联块编码器对所述多通道LBP纹理特征直方图进行基于具有第三尺寸的第三卷积核的深度卷积编码以得到第三尺度检测特征图；以及对所述第三尺度检测特征图的沿通道维度的各个特征矩阵进行全局均值池化以得到所述第三尺度检测特征向量。7.根据权利要求6所述的高耐磨纺织面料织造方法，其特征在于，所述融合所述第一尺度检测特征向量、所述第二尺度检测特征向量和所述第三尺度检测特征向量以得到所述检测特征向量，包括：以如下公式融合所述第一尺度检测特征向量、所述第二尺度检测特征向量和所述第三尺度检测特征向量以得到所述检测特征向量；其中，所述公式为：V＝a1V1⊕
a2V2⊕
a3V3其中V1表示所述第一尺度检测特征向量，V2表示所述第二尺度检测特征向量，V3第三尺度检测特征向量，V表示所述检测...

【专利技术属性】
技术研发人员：陈秋良，柏丽华，卢军腾，陆恺，周家佩，李丽，
申请(专利权)人：浙江寰丰纺织有限公司，
类型：发明
国别省市：